作者： Guohao Li, Hasan Abed Al Kader Hammoud, Hani Itani, Dmitrii Khizbullin, Bernard Ghanem
提交/修订日期： 2023年3月31日提交，2023年11月2日修订 (v2)
摘要：
基于聊天的语言模型的快速发展，在解决复杂任务方面取得了显著进展。然而，它们的成功在很大程度上依赖于人类输入来引导对话，这可能具有挑战性且耗时。本文探讨了构建可扩展技术以促进通信代理之间自主合作的潜力，并深入洞察了它们的“认知”过程。为了解决实现自主合作的挑战，我们提出了一种名为角色扮演的新型通信代理框架。我们的方法涉及使用“inception prompting”来引导聊天代理完成任务，同时保持与人类意图的一致性。我们展示了如何利用角色扮演来生成对话数据，用于研究代理社会的行为和能力，为研究对话语言模型提供了宝贵的资源。特别是，我们对多智能体环境中的指令遵循合作进行了全面研究。我们的贡献包括：引入一种新颖的通信代理框架；提供一种研究多智能体系统合作行为和能力的可扩展方法；以及开源我们的库以支持通信代理及其他领域的研究：https://github.com/camel-ai/camel。
主题/分类：
- 人工智能 (cs.AI)
- 计算与语言 (cs.CL)
- 计算机与社会 (cs.CY)
- 机器学习 (cs.LG)
- 多智能体系统 (cs.MA)
备注： 本文已被 NeurIPS 2023 接收。项目网站：https://www.camel-ai.org，GitHub 仓库：https://github.com/camel-ai/camel。