為了驗(yàn)證大語(yǔ)言模型的溝通、規(guī)劃、反思等擬人化能力，清華研究團(tuán)隊(duì)發(fā)布了一篇名為“探索大語(yǔ)言模型在交流游戲中的應(yīng)用：《狼人殺》實(shí)驗(yàn)”的研究論文。

結(jié)果顯示，通過(guò)ChatGPT（GPT -turbo-0301）構(gòu)建的7個(gè)玩家，在《狼人殺》游戲中展示出了信任、對(duì)抗、偽裝和領(lǐng)導(dǎo)的擬人化能力，而研究人員沒(méi)有進(jìn)行任何干預(yù)和教導(dǎo)。

此前，斯坦福研究中心發(fā)布了一篇名為《Generative Agents: Interactive Simulacra of Human Behavior》的論文。

同樣使用ChatGPT（GPT-3.5-turbo）打造了一個(gè)模擬小鎮(zhèn)，25名AI代理在自由交流空間下，居然出現(xiàn)了友誼、學(xué)習(xí)計(jì)劃、相互協(xié)調(diào)、共享信息等擬人化能力，這證明大語(yǔ)言模型在游戲、客服等領(lǐng)域擁有非常寬廣的應(yīng)用場(chǎng)景。

事實(shí)上，育碧、Take-Two Interactive、Bethesda Game Studios、Electronic Arts、CD Projekt等世界頂級(jí)游戲開(kāi)發(fā)商，已經(jīng)計(jì)劃在游戲中使用生成式AI，增加游戲的趣味性、可玩性以及NPC的自由發(fā)揮空間。

論文地址：https://arxiv.org/abs/2309.04658

游戲背景

在本次《狼人殺》游戲測(cè)試中，一共有7名AI玩家，分別是2名狼人、2名村民、1名女巫、1名守衛(wèi)和1名預(yù)言家。

分為狼人和村民兩大陣營(yíng)，村民方包括普通村民和特殊角色（女巫、守衛(wèi)和預(yù)言家）。

狼人的任務(wù)是殺光村民，而村民則要消滅所有狼人。想贏得游戲，村民方在游戲結(jié)束時(shí)至少需要有一名存活的村民。

游戲分為白天和晚上兩個(gè)階段。晚上，狼人會(huì)投票殺死一個(gè)角色；白天，所有存活的玩家討論后投票決定消滅一個(gè)疑似狼人的角色。

特殊角色的能力：女巫有一次救人或殺人的機(jī)會(huì)；守衛(wèi)每晚能保護(hù)一個(gè)角色；預(yù)言家每晚能查驗(yàn)一個(gè)角色的身份。

狼人殺游戲的特點(diǎn)在于，玩家初始只知道自己的角色，必須通過(guò)語(yǔ)言交流和推理來(lái)猜測(cè)他人的角色。

所以，想要贏得比賽，玩家不僅需要理解和使用自然語(yǔ)言，還要擅于判斷他人意圖和理解他人的思維，非常適用于測(cè)試AI的擬人化能力。

在游戲中展現(xiàn)了4大能力

經(jīng)過(guò)7位AI之間的多輪游戲后，研究人員發(fā)現(xiàn)了信任、對(duì)抗、偽裝、領(lǐng)導(dǎo)力的四大能力。

1、信任

"信任"是相信其他玩家和自己有同樣的目標(biāo)，并會(huì)按此行動(dòng)。比如，玩家可能分享對(duì)自己不利的信息，或與他人一起指責(zé)某人為敵人。

有趣的是，AI更傾向于基于證據(jù)來(lái)信任他人，而非盲目跟隨。這說(shuō)明，AI可以根據(jù)自己的推理在群體游戲中獨(dú)立思考。

為了研究AI信任行為在整個(gè)游戲過(guò)程中的變化趨勢(shì)，研究人員定義了一個(gè)信任關(guān)系表來(lái)可視化不同階段玩家之間信任的建立。

上面的子表不使用歷史經(jīng)驗(yàn)，下面的子表使用20輪歷史經(jīng)驗(yàn)。黃色球代表已建立的信任關(guān)系，黃色虛線圓圈代表先前存在的信任關(guān)系解除。

在利用20輪歷史經(jīng)驗(yàn)時(shí)，AI似乎更傾向于建立信任關(guān)系，尤其是雙向信任。事實(shí)上，及時(shí)建立必要的信任關(guān)系對(duì)于促進(jìn)游戲勝利至關(guān)重要。

2、對(duì)抗

"對(duì)抗"是玩家為實(shí)現(xiàn)兩個(gè)陣營(yíng)的對(duì)立目標(biāo)而采取的行動(dòng)。比如，夜間攻擊他人或白天指責(zé)他人為狼人，都算對(duì)抗。有特殊能力的角色為了保護(hù)自己也會(huì)采取對(duì)抗行為。

以下是AI在白天的對(duì)話：P1（狼人）希望消滅P5（村民），我們可以看到狼人想要帶領(lǐng)其他玩家消滅一個(gè)無(wú)辜的玩家。（注意，論文中的P5觀點(diǎn)可能寫錯(cuò)了，應(yīng)該是no pass）

相反，其他玩家并不只是跟隨狼人，而是根據(jù)自己的判斷表達(dá)不同意見(jiàn)。這種行為使狼人難以實(shí)現(xiàn)其目標(biāo)，代表了一種隱性對(duì)抗的形式。

紅色邊框，可能是研究人員寫錯(cuò)了

由于玩家P1的不合作和攻擊性行為引起了其他人注意，AI開(kāi)始懷疑它就是狼人。因此，擁有強(qiáng)大防御能力的守衛(wèi)（P3）在接下來(lái)的一晚選擇保護(hù)P5，展示出了AI的對(duì)抗能力。

3、偽裝

"偽裝"是隱藏身份或誤導(dǎo)他人的行為。在信息不完全的游戲環(huán)境中，模糊自身身份和意圖可以增加生存概率，幫助達(dá)成游戲目標(biāo)，所以，偽裝是一個(gè)關(guān)鍵技能。

P1狼人為了偽裝自己掩蓋真實(shí)身份，自稱自己是村民。有效地欺騙了他人的信任，增加了自身的安全。事實(shí)上，不僅狼人會(huì)偽裝成村民，預(yù)言家、女巫等重要角色也經(jīng)常偽裝成村民，以確保自己的安全。

狼人的發(fā)言

此外，AI可能會(huì)編造實(shí)際不存在的事件來(lái)實(shí)現(xiàn)其目標(biāo)，P2預(yù)言家已驗(yàn)證P1就是狼人。但仍然不確定的說(shuō)：我注意到P1說(shuō)話很主動(dòng)，可能是狼人。

實(shí)際上，預(yù)言家在夜晚無(wú)法得到其他人的反饋，所以他們說(shuō)的都是虛假的。但他們可以向隊(duì)友傳遞關(guān)于狼人的信息，且不會(huì)通過(guò)這種方式暴露自己的角色。

4、領(lǐng)導(dǎo)力

“領(lǐng)導(dǎo)力” 是指影響其他玩家、試圖控制游戲進(jìn)程的行為。例如，在多輪游戲中，P1狼人可能會(huì)建議其他人按照狼人的意圖行事。

這種呼吁行動(dòng)和給出建議的領(lǐng)導(dǎo)行為，更容易得到他人的支持。例如，狼人要求預(yù)言家公開(kāi)身份，可能會(huì)讓其他玩家和偽裝的狼人站在一起。這種影響他人的嘗試顯示了大語(yǔ)言模型有吸引人的社交特性，這些行為和人類的行為類似。

經(jīng)過(guò)幾十輪拼殺，最終村民獲勝，在整個(gè)過(guò)程中AI所展示出的能力與人類幾乎一樣，有的地方甚至超過(guò)。

繼續(xù)閱讀：

未經(jīng)允許不得轉(zhuǎn)載：RPA中國(guó) | RPA全球生態(tài) | 數(shù)字化勞動(dòng)力 | RPA新聞 | 推動(dòng)中國(guó)RPA生態(tài)發(fā)展 | 流 > 清華用7個(gè)ChatGPT模擬《狼人殺》，結(jié)果出乎意料！