多智能体游戏中的分层控制：基于大语言模型的规划与强化学习执行

针对多智能体环境中强化学习面临的奖励稀疏及协调困难等挑战，本文提出一种分层架构：利用预训练大语言模型作为中央战略控制器，在专用强化学习技能策略中进行选择以规划团队行为，而强化学习策略负责底层反应式执行。在 2v2 抢占高地环境的评估显示，该系统胜率与手工行为树相当，且显著优于无技能分解的端到端强化学习基线。用户研究表明，该方法因具备行为适应性与战术多样性，被多数参与者视为最具拟人特征的智能体。