Innovative Tech

AIがチームを組み、ゲーム攻略するシステム　中国チームが開発　マインクラフトなどで実験

　中国の清華大学、北京郵電大学、テンセントなどに所属する研究者らが発表した論文「AgentVerse: Facilitating Multi-Agent Collaboration and Exploring Emergent Behaviors in Agents」は、さまざまなタスクを複数のエージェント（大規模言語モデルで駆動する自律AI）がメンバーを変えて協力して解決するシステムを提案した研究報告である。

　ソフトウェアの開発やゲームの攻略など、特定のタスクに応じて専門家エージェントを入れ変えて実行することで、多様な課題への応用が可能であることを示した。

　米スタンフォード大学などの研究者らが発表した「Generative Agents」は、エージェントのグループ内での協力的な行動が現れることを発見した。また別の研究では、複数のエージェントが組み合わさることで、協力的な問題解決中の意思決定能力が向上することも特定している。

　これらの研究はエージェント同士の協力の可能性を示唆しているが、グループの構成が静的であり、エージェントのアイデンティティーや能力がグループ内で一定であるため、多様な課題への対応が難しいという課題が指摘されている。

　この問題を解決するために、この研究では「AgentVerseフレームワーク」を導入する。このフレームワークは、人間のグループの問題解決手順を模倣し、進行中の問題解決の状況に応じて、グループメンバーを動的に調整する能力を持つ。

　具体的に、AgentVerseはグループの問題解決プロセスを以下の4つの段階に分けて取り組む。

（1）専門家の募集──問題解決の進行に応じて、最も適切なエージェントがタスクに参加するよう選出・調整される。

（2）協力的意思決定──タスクに参加する専門家エージェントたちは、提示された問題を解決するための戦略を共同で議論する。

（3）アクションの実行──エージェントは環境とのインタラクションを通じて、具体的な行動を取る。

（4）評価──行動の実行後、達成された結果と目標とのギャップを検討・評価する。もし現在の状態が期待に応えられない場合、フィードバック報酬が最初の段階に送られ、次回の協力のためにグループの構成が動的に調整される。

　実験の中では、エージェントは2つの異なる大規模言語モデル「GPT-3.5-Turbo」と「GPT-4」によって動かされる。実験の結果では、マルチエージェントのグループは、GPT-3.5-TurboやGPT-4を使用する場合でも、単独のエージェントよりも一貫して性能が上だったことを確認できた。

　デモンストレーションでは、ソフトウェア設計やゲーム攻略（例：ポケモンやMicrosoftなど）、テキストの評価、データベースの管理などを示し、その汎用性の高さを強調した。

Source and Image Credits: Chen, W., Su, Y., Zuo, J., Yang, C., Yuan, C., Qian, C., … & Zhou, J.（2023）. AgentVerse: Facilitating Multi-Agent Collaboration and Exploring Emergent Behaviors in Agents. arXiv preprint arXiv:2308.10848.

Innovative Tech

2019年にスタートした本連載「Innovative Tech」は、世界中の幅広い分野から最先端の研究論文を独自視点で厳選、解説している。執筆は研究論文メディア「Seamless」（シームレス）を主宰し、日課として数多くの論文に目を通す山下氏が担当。イラストや漫画は、同メディア所属のアーティスト・おね氏が手掛けている。

この連載の記事をもっと見る

この記事の著者

関連記事

• 

  25人のAIが一緒に暮らしたら、自我は芽生えるか？　ゲームの中で検証　バレンタインなど勝手に企画

• 

  コード専用生成AI「WizardCoder」、米Microsoftが公開　ベースはCode Llama、高い精度を達成

• 

  “数学特化”の大規模言語モデル「WizardMath」　米Microsoftなどが開発　Llamaモデルを強化

• 

  生成AIに“性格診断テスト”実施　GPTやLlamaに個性はある？　中国ByteDanceの研究者らが検証

• 

  AIが住む町の日常を“テレビ番組化”するAI　「イーロン・マスク」名乗るキャラも登場　米国チームが発表