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

• arxiv url: http://arxiv.org/abs/2509.17192v2
• Date: Thu, 23 Oct 2025 02:21:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:10.322531
• 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: 我々は、言語モデル(LM)のような人工知能システムが、戦略的計画のための人間の専門能力に急速に近づいているという立場を取る。 我々は、AIシステムが大規模な意思決定に影響を与える能力は、オープンエンドの戦争ゲームにおけるAIの安全性、解釈可能性、説明可能性に関するさらなる研究を動機付けていると主張している。
• 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 simulations of conflicts in which participants' decisions influence future events. While casual wargaming can be used for entertainment or socialization, serious wargaming is used by experts to explore strategic implications of decision-making and experiential learning. In this paper, we take the position that Artificial Intelligence (AI) systems, such as Language Models (LMs), are rapidly approaching human-expert capability for strategic planning -- and will one day surpass it. Military organizations have begun using LMs to provide insights into the consequences of real-world decisions during _open-ended wargames_ which use natural language to convey actions and outcomes. We argue the ability for AI systems to influence large-scale decisions motivates additional research into the safety, interpretability, and explainability of AI in open-ended wargames. To demonstrate, we conduct a scoping literature review with a curated selection of 100 unclassified studies on AI in wargames, and construct a novel ontology of open-endedness using the creativity afforded to players, adjudicators, and the novelty provided to observers. Drawing from this body of work, we distill a set of practical recommendations and critical safety considerations for deploying AI in open-ended wargames across common domains. We conclude by presenting the community with a set of high-impact open research challenges for future work.
• Abstract（参考訳）: 戦争ゲームは、参加者の決定が将来の出来事に影響を与える紛争のシミュレーションである。 カジュアルなウォーガミングはエンターテイメントや社会化に使えるが、真剣なウォーガミングは専門家によって意思決定と経験的学習の戦略的意味を探求するために用いられる。 本稿では,Language Models(LM)のような人工知能(AI)システムが,戦略的計画のための人間専門家の能力に急速に接近しているという立場をとり,いつかそれを克服する。 軍事組織は、自然言語を使って行動や成果を伝える_open-ended wargames_における現実世界の意思決定の結果に関する洞察を提供するために、LMの使用を開始している。 我々は、AIシステムが大規模な意思決定に影響を与える能力は、オープンエンドの戦争ゲームにおけるAIの安全性、解釈可能性、説明可能性に関するさらなる研究を動機付けていると主張している。 本稿は、戦時ゲームにおけるAIに関する100の未分類研究をキュレートしたスコーピング文献レビューを行い、プレイヤー、審判員、観察者に提供されるノベルティを活用して、オープンエンドネスの新たなオントロジーを構築した。 この作業から、我々は、共通のドメインにわたるオープンエンドの戦争ゲームにAIを配置するための、実践的な推奨事項と重要な安全上の考慮事項を抽出する。 我々は、コミュニティに、今後の仕事のための、高度にインパクトのあるオープンな研究課題を提示することで締めくくります。

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。