論文の概要: Shall We Play a Game? Language Models for Open-ended Wargames

• arxiv url: http://arxiv.org/abs/2509.17192v1
• Date: Sun, 21 Sep 2025 18:37:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-23 18:58:16.16115
• Title: Shall We Play a Game? Language Models for Open-ended Wargames
• Title（参考訳）: ゲームで遊ぶか? オープンエンドのウォーゲームのための言語モデル
• Authors: Glenn Matlin, Parv Mahajan, Isaac Song, Yixiong Hao, Ryan Bard, Stu Topp, Evan Montoya, M. Rehan Parwani, Soham Shetty, Mark Riedl,
• Abstract要約: 言語モデル(LM)は、どのようにして現実の、連続的な決定に対する洞察を提供することができるか、ますます検討されている。 我々は、戦争ゲームにおけるAIに関する最近の100作品のキュレートされた選択のスコーピングレビューを行います。 異なる適用領域におけるLMの使用時期と使用方法について検討する。
• 参考スコア（独自算出の注目度）: 1.8240882160775522
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Wargames are multi-faceted, multi-player depictions of conflict in which participants' decisions influence future events. Wargames are often used to explore the strategic implications of decision-making. However, it also encompasses entertainment-oriented simulations, ranging from _Chess_ to tabletop role-playing games like _Dungeons & Dragons_ (D&D). On the more open-ended side of the spectrum of wargames, players use natural language to convey their moves, and adjudicators propose outcomes. Language Models (LMs) are increasingly being considered for how they can provide insights into real-world, consequential decisions. We conduct a scoping literature review of a curated selection of 100 recent works on AI in wargames, from which we construct an ontology of wargames in terms of the creativity afforded to either the players or adjudicators. Focusing on the space of wargames with the most open-endedness for players and adjudicators, we distill a set of considerations for when and how to use LMs in different application areas. We also present a set of safety considerations, best practices for deploying LMs in open-ended wargames, and conclude with a set of high-impact open research challenges.
• Abstract（参考訳）: ウォーゲームは、参加者の決定が将来の出来事に影響を与える紛争の多面的、多人数的描写である。 戦争ゲームは意思決定の戦略的意味を探るためにしばしば使用される。 しかし、_Chess_から_Dungeons & Dragons_(D&D)のようなテーブルトップロールプレイングゲームまで、エンターテイメント指向のシミュレーションも含んでいる。 戦争ゲームのスペクトルのよりオープンな側面では、プレイヤーは自然言語を使って行動を伝える。 言語モデル(LM)は、どのようにして現実の、連続的な決定に対する洞察を提供することができるか、ますます検討されている。 我々は、戦争ゲームにおけるAIに関する最近の100作品のキュレートされた選考について、スコーピング文献レビューを行い、そこからプレイヤーまたは審判員に与えられるクリエイティビティの観点から、戦争ゲームのオントロジーを構築した。 プレイヤーやアジャディディエーターにとって最もオープンな姿勢を持つウォーゲームの世界に焦点をあてて、異なるアプリケーション領域でLMをいつ、どのように使うかという一連の考察を精査する。 オープンエンドの戦争ゲームにLMを配備するための一連の安全配慮、ベストプラクティスを提示し、高度にインパクトのあるオープンな研究課題のセットで締めくくる。

関連論文リスト

• Conversation Games and a Strategic View of the Turing Test [0.0]
  私たちは、評決ゲームと呼ばれるゲームのサブセットに焦点を当てています。 評決ゲームでは、2人のプレーヤーが交互に会話に寄与し、各ステージで非ストラテジックな審査員によって評価される。 シミュレーション実験により提案する概念の実践的妥当性を示し、戦略エージェントが高いマージンでナイーブエージェントより優れていることを示す。
  論文  参考訳（メタデータ） (2025-01-30T16:08:37Z)
• Mastering Board Games by External and Internal Planning with Language Models [30.782334791241556]
  探索に基づくプランニングにより,大規模言語モデルによるゲームプレイ能力の大幅な向上が期待できることを示す。 外部探索では,モンテカルロ木探索のロールアウトと評価を外部ゲームエンジンに呼び出しずにガイドし,内部探索では,探索の線形化木と最終的な選択をインコンテキストで生成するように訓練する。 提案手法は,探索とドメイン知識を組み合わせることで,ボードゲームに特化せず,より汎用的な応用を示唆するものである。
  論文  参考訳（メタデータ） (2024-12-02T18:56:51Z)
• Open-Ended Wargames with Large Language Models [3.2228025627337864]
  質的なウォーゲームを行うための LLM ベースのマルチエージェントシステムである "Snow Globe" を紹介する。 我々はそのソフトウェアアーキテクチャを概念的に記述し、この出版とともにオープンソース実装をリリースする。 このアプローチの潜在的な応用と、より広範なウォーガーミングエコシステムにどのように適合するかについて論じる。
  論文  参考訳（メタデータ） (2024-04-17T14:54:58Z)
• Human vs. Machine: Behavioral Differences Between Expert Humans and Language Models in Wargame Simulations [1.6108153271585284]
  大規模言語モデル(LLM)は、高い軍事的意思決定シナリオにおいて、人間と異なる振る舞いを示す。 当社の結果は、自律性を認める前に政策立案者が慎重であること、あるいはAIベースの戦略レコメンデーションに従うことを動機付けています。
  論文  参考訳（メタデータ） (2024-03-06T02:23:32Z)
• CivRealm: A Learning and Reasoning Odyssey in Civilization for Decision-Making Agents [63.79739920174535]
  文明ゲームに触発された環境であるCivRealmを紹介する。 CivRealmは、意思決定エージェントにとってユニークな学習と推論の課題である。
  論文  参考訳（メタデータ） (2024-01-19T09:14:11Z)
• ALYMPICS: LLM Agents Meet Game Theory -- Exploring Strategic Decision-Making with AI Agents [77.34720446306419]
  Alympicsは、ゲーム理論の研究にLarge Language Model (LLM)エージェントを利用する、体系的なシミュレーションフレームワークである。 Alympicsは、複雑なゲーム理論の問題を研究するための汎用的なプラットフォームを作成する。
  論文  参考訳（メタデータ） (2023-11-06T16:03:46Z)
• SPRING: Studying the Paper and Reasoning to Play Games [102.5587155284795]
  我々は,ゲーム本来の学術論文を読み取るための新しいアプローチ,SPRINGを提案し,大言語モデル(LLM)を通してゲームの説明とプレイの知識を利用する。 実験では,クラフトオープンワールド環境の設定下で,異なる形態のプロンプトによって引き起こされる文脈内「推論」の品質について検討した。 我々の実験は、LLMが一貫したチェーン・オブ・シークレットによって誘導されると、洗練された高レベル軌道の完成に大きな可能性があることを示唆している。
  論文  参考訳（メタデータ） (2023-05-24T18:14:35Z)
• A Survey of Decision Making in Adversarial Games [8.489977267389934]
  ポーカー、チェス、エバダー追跡、麻薬の侵入、沿岸警備、サイバーセキュリティ、国防など多くの実践的応用において、プレイヤーは明らかに敵対的な姿勢をとる。 本稿では,対戦型ゲームに広く用いられている3つの主要ゲームモデルについて,体系的な調査を行う。
  論文  参考訳（メタデータ） (2022-07-16T16:04:01Z)
• Learning to Play Imperfect-Information Games by Imitating an Oracle Planner [77.67437357688316]
  我々は、同時移動と大規模なステートアクションスペースでマルチプレイヤーの不完全な情報ゲームをプレイする学習を検討します。 我々のアプローチはモデルに基づく計画に基づいている。 我々は,Clash Royale と Pommerman のゲームにおいて,プランナーが効率的なプレイ戦略を発見することができることを示す。
  論文  参考訳（メタデータ） (2020-12-22T17:29:57Z)
• Exploration Based Language Learning for Text-Based Games [72.30525050367216]
  本研究は,テキストベースのコンピュータゲームにおいて,最先端の性能を発揮できる探索・模倣学習型エージェントを提案する。 テキストベースのコンピュータゲームは、自然言語でプレイヤーの世界を記述し、プレイヤーがテキストを使ってゲームと対話することを期待する。 これらのゲームは、言語理解、問題解決、および人工エージェントによる言語生成のためのテストベッドと見なすことができるため、興味がある。
  論文  参考訳（メタデータ） (2020-01-24T03:03:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。