arXiv cs.MA· Ziyao Zeng, Hao Wang, Chen Liu, Youheng Yao, Jingcheng Ni, Tianyu Liu, Xiatao Sun, Fengyu Yang, Chenyu You, Xiaofeng Liu, Daniel Rakita, Ronald R. Coifman, Yuval Kluger, Zhiwen Fan·· 12 小时前AI 评分34
RuleSmith：多智能体 LLM 实现游戏规则自动平衡
RuleSmith: Multi-Agent LLMs for Automated Game Balancing
AI 导读
RuleSmith 将多智能体 LLM 自博弈与基于代理模型的优化结合，在参数化规则空间中自动搜索游戏平衡配置。概念验证游戏 CivMini 含两个不对称阵营和 12 个可调参数，三次独立优化运行在 200 与 300 局评估中均达到接近均势的胜率。该方法无需任务特定策略训练即可输出可解释的数值规则调整，NTBEA 与 TPE 实验表明同一自博弈接口可搭配不同搜索组件。
正文 · AI 翻译
作者：Ziyao Zeng、Hao Wang、Chen Liu、Youheng Yao、Jingcheng Ni、Tianyu Liu、Xiatao Sun、Fengyu Yang、Chenyu You、Xiaofeng Liu、Daniel Rakita、Ronald R. Coifman、Yuval Kluger、Zhiwen Fan
摘要：游戏平衡是一项长期挑战，需要反复进行试玩测试、依赖专家直觉并进行大量手动调参。我们提出 RuleSmith，一个将多智能体 LLM 自我对弈与参数化规则空间上的代理模型优化相结合的框架。作为概念验证，我们构建了 CivMini，一个简化的文明类游戏，包含两个非对称阵营，由 12 个可调参数控制。LLM 智能体解读文本规则书和游戏状态，提出动作并由游戏引擎验证，从而得到阵营胜率的有噪声估计。我们的主要实现采用高斯过程贝叶斯优化，并基于期望改进的自适应采样，将更多评估对局分配给有希望的候选方案。RuleSmith 能稳定找到接近平衡的配置：三次独立优化运行在独立的 200 局和 300 局评估中均达到接近均势的经验胜率，使用 NTBEA 和 TPE 的额外实验表明，同一自我对弈接口可支持不同的搜索组件。跨模型评估和小规模人类研究为跨玩家群体的迁移提供了初步证据。RuleSmith 无需任务特定的策略训练即可产生可解释的数值规则调整。项目与代码：this https URL
| 评论： | 已被 NeurIPS 2026 接收 |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI）；计算机科学与博弈论（cs.GT）；多智能体系统（cs.MA） |
| 引用格式： | arXiv:2602.06232 [cs.LG] |
| （或 arXiv:2602.06232v2 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2602.06232 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自：Ziyao Zeng [查看邮箱]
[v1]
2026年2月5日星期四 22:19:44 UTC（11,031 KB）
[v2]
2026年10月21日星期三 03:12:56 UTC（11,050 KB）
来源：arXiv cs.MA · arxiv.org