Juego a nivel humano en el juego de la diplomacia mediante la combinación de modelos de lenguaje con el razonamiento...

Área de la Ciencia:

• Inteligencia artificial
• Procesamiento del lenguaje natural
• Teoría de juegos

Sus antecedentes:

• El entrenamiento de sistemas de inteligencia artificial (IA) para imitar el lenguaje humano ha progresado significativamente.
• La construcción de agentes de IA que se comuniquen intencionalmente con los humanos en entornos interactivos sigue siendo un desafío.

Objetivo del estudio:

• Introduzco a Cicero, un agente de IA diseñado para el rendimiento a nivel humano en el juego de estrategia Diplomacia.
• Demostrar la capacidad de Cicero para integrar modelos de lenguaje con planificación y aprendizaje de refuerzo para la negociación y la coordinación.

Principales métodos:

• Cicerón integra un modelo de lenguaje con algoritmos de aprendizaje de planificación y refuerzo.
• La IA deduce las creencias e intenciones de los jugadores de las conversaciones.
• Cicerón genera diálogo para apoyar sus planes estratégicos.

Principales resultados:

• Cicerón logró un rendimiento a nivel humano en Diplomacia, un juego que requiere negociación y coordinación.
• A través de 40 juegos, Cicerón más que duplicó la puntuación promedio de los jugadores humanos.
• Cicero se clasificó entre el 10% de los participantes en una liga de diplomacia en línea.

Conclusiones:

• Cicero representa un avance significativo en la creación de agentes de IA capaces de comunicación intencional y interacción estratégica.
• El éxito de la IA en Diplomacia destaca el potencial para integrar modelos de lenguaje avanzados con la planificación y el aprendizaje para tareas complejas.