diplomacy_cicero

外交 Cicero 和 Diplodocus 此代码包含以下论文的检查点和训练代码: * "通过将语言模型与战略推理相结合实现人类级别的外交游戏",发表于《科学》2022 年 11 月。 * "通过人类规范化强化学习和规划来掌握无压力外交游戏",已被 ICLR 2023 接受。

代码

非常简要的介绍:

• 大部分语言建模和生成代码位于 parlai_diplomacy, 并利用 ParlAI 框架 来运行和微调所涉及的语言模型。
• 在 agents 目录中, Cicero 的战略规划的核心逻辑位于 这里 和 这里。后者还包含 Diplodocus 的战略规划的核心逻辑。"bqre1p" 是 DiL-piKL 的内部开发名称,"br_corr_bilateral" 是 Cicero 的双边和相关规划组件的内部开发名称。

游戏信息 邦交是一款战略棋盘游戏,背景设定在 1914 年的欧洲。棋盘分为五十六个陆地区域和十九个海洋区域。四十二个陆地区域分别归属于游戏中的七个大国:奥匈帝国、英国、法国、德国、意大利、俄罗斯和土耳其。剩下的十四个陆地区域在游戏开始时处于中立状态。 每个大国控制着一些区域