面向 LLM 游戏代理的环境接地自动提示优化

针对交互式环境中 LLM 代理对提示词高度敏感且工程依赖人工的问题，本文提出一种自动提示优化框架。该框架将观察至动作流程分解为目标条件描述代理与动作选择代理，并通过环境回报引导的 LLM 驱动进化循环迭代优化提示。引入行为分析器归因结果，利用变异器提出针对性修改并经环境验证。在 BALROG 基准测试中，该方法无需更新模型权重即显著提升性能，在多步协调任务上成功率高达 72.5%，证明了多代理框架结合自动优化的有效性。