Enhancing Commentary Strategies for Imperfect Information Card Games: A Study of Large Language Models in Guandan Commentary

最近，大型语言模型（LLMs）的进步已经开启了为游戏生成高质量评论的潜力。然而，为信息不完整的复杂游戏制作有深度和引人入胜的评论仍然是一个重大挑战。本文介绍了一种新颖的评论方法，将强化学习（RL）和LLMs相结合，专门为中国的扑克牌游戏“关单”量身定制。我们的系统利用RL生成复杂的出牌场景，并使用LLMs生成相应的评论文本，有效地模拟专业评论员的战略分析和叙事能力。该框架包括状态评论指南、基于心理理论（ToM）的策略分析器和样式检索模块，它们无缝协作，为中国语言环境提供详细和相关的游戏评论。我们赋予LLMs ToM能力，并优化检索和信息过滤机制。这有助于生成个性化的评论内容。我们的实验结果展示了所提出的评论框架在应用于开源LLMs时取得的显著性能提升，超越了多个评估指标上的GPT-4表现。

如何结合强化学习和大语言模型来生成高质量的卡牌游戏评论？

论文提出了一种结合强化学习和大语言模型的框架，用于生成中文卡牌游戏关键策略和相应的评论文本。

论文提出的框架包括状态评论指南、基于心智理论的策略分析器和风格检索模块，能够生成个性化的评论内容。实验结果表明，该框架在多个评估指标上超过了GPT-4。

最近的相关研究包括《基于深度学习的卡牌游戏AI》、《使用强化学习生成游戏评论》等。