机构名称：
¥ 1.0
摘要 - 近年来，大型语言模型（LLMS）在各种任务中表现出很大的能力，包括问题回答，算术问题解决问题和诗歌写作等。Although research on LLM-as-an-agent has shown that LLM can be applied to Reinforcement Learning (RL) and achieve decent results, the extension of LLM-based RL to Multi-Agent System (MAS) is not trivial, as many aspects, such as coordina- tion and communication between agents, are not considered in the RL frameworks of a single agent.为了激发有关基于LLM的MARL的更多研究，我们在这封信中调查了现有的基于LLM的单一代理和多代理RL框架，并为未来的研究提供了潜在的研究方向。特别是，我们专注于具有共同目标和交流的多个代理的合作任务。我们还考虑了框架中语言组件启用的人类/在线场景。
基于LLM的多代理增强学习
主要关键词
相关文件推荐
