变革的智能体：用于战略规划的自演进LLM智能体

LLM的最新进展使其能够作为自主代理应用于各种任务，但它们在制定和遵循连贯的长期策略方面仍然存在困难。在本文中，我们研究了LLM代理在明确挑战其战略规划能力的环境中是否能够自我改进。我们使用通过开源Catanatron框架访问的《卡坦岛》棋盘游戏，对一系列基于LLM的代理进行基准测试，从简单的游戏代理到能够自主重写自身提示和玩家代理代码的系统。我们引入了一种多代理架构，其中专门的角色（分析器、研究员、编码器和玩家）协同工作，迭代分析游戏玩法，研究新策略，并修改代理的逻辑或提示。通过比较手动创建的代理与完全由LLM进化的代理，我们评估了这些系统诊断故障和随时间适应的有效性。我们的结果表明，自我进化的代理，特别是当由Claude 3.7和GPT-4o等模型驱动时，通过自主调整策略、将示例行为传递给游戏代理并在多次迭代中展示自适应推理，优于静态基线。