大语言模型逆向工程游戏机制，为更智能的智能体铺平道路

这项研究展示了一种开创性方法，其中使用大语言模型（LLM）从观察数据中解读和理解复杂的游戏机制。通过逆向工程游戏规则，这种方法为更智能、更具适应性的智能体铺平了道路，这些智能体能够理解并与复杂的环境交互。潜在的应用范围很广，从增强的强化学习到新颖游戏体验的程序生成。

• •该研究使用大语言模型（LLM）从游戏数据中推断游戏机制。
• •使用结构因果模型（SCM）的两阶段方法优于直接生成游戏描述。
• •这项工作可能导致更智能的智能体、因果强化学习和创新的游戏创作。