آیا ایجنتهای هوش مصنوعی واقعاً در بازیهای پیچیده عملکرد خوبی دارند؟ در مطالعه جدیدی که در arXiv منتشر شده، محققان بررسی کردهاند که چرا ایجنتهای مبتنی بر LLM (مانند مدل Qwen3) در محیطهای بازی با مشکلاتی مثل «مسیریابی فضایی» مواجه میشوند.
نتایج این تحقیق نشان میدهد:
✅ استفاده از «زمینه علّی» (Causal Context) در پرامپتها، نرخ موفقیت ایجنتها را افزایش میدهد.
✅ مدلهای بزرگتر با فعالسازی حالت «تفکر» (Thinking Mode) عملکرد بسیار دقیقتری دارند.
✅ استفاده از برنامهریزی چندمرحلهای (Multi-step planning) باعث شده که علاوه بر دقت بالاتر، زمان پاسخدهی به ازای هر مرحله کاهش یابد که یک تعادل عالی بین سرعت و هوشمندی است.
این تحقیق نشان میدهد که برای ساخت ایجنتهای گیمینگ حرفهایتر، هنوز جای کار زیادی برای درک بهتر محیطهای پیچیده وجود دارد.
منبع: arXiv AI