PCGRLLM：用大型語言模型自動生成遊戲獎勵函數

PCGRLLM：把獎勵設計交給語言模型

獎勵設計是遊戲 AI 訓練的關鍵，卻常仰賴大量領域專家與人力。新提出的 PCGRLLM 架構採取回饋機制與推理式提示工程，嘗試讓大型語言模型從劇情或內容直接生成可用的獎勵函數，降低人工作業負擔。

研究在一個二維環境中進行故事到獎勵的生成任務，使用兩款先進的 LLM 並測試多種推理式提示方法。作者比較了擴充後的架構與既有結構，評估模型在生成獎勵函數上的適用性與品質。

實驗結果顯示 PCGRLLM 相較於先前結構有顯著提升，整體表現可達接近人類的水準。研究強調回饋回圈與推理式提示在內容生成任務中的重要性，並指出此方向能減少對人力的依賴，同時支援並擴展創意流程，對遊戲 AI 開發具有實務應用潛力。

延伸閱讀

• AADvark：以 FreeCAD、JSON 與四元數求解器實現可動組裝的代理式 CAD
• 主動推理與 empowerment：以量化指標界定 AI 的代理性
• 深度強化學習下的持久子網路：四足機器人中自我類表徵的形成與可重用性

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。