Rozvoj agentů založených na velkých jazykových modelech pomocí hraní her

Poskytovatel

Grantová agentura České republiky

Program

Standardní projekty

Veřejná soutěž

SGA0202500001

Hlavní účastníci

České vysoké učení technické v Praze / Fakulta elektrotechnická

Druh soutěže

VS - Veřejná soutěž

Číslo smlouvy

25-18353S

Název projektu anglicky

Advancing Large Language Model Agents through Game Playing

Anotace anglicky

We target the enhancement of AI agents through the integration of Large Language Models (LLMs) with reinforcement learning and classical AI planning techniques in the domain of game playing. Our project outlines three objectives: (1) advancing a reinforcement learning (RL) solver to allow for mastering an arbitrary two-player zero-sum game, building upon and addressing the limitations of existing systems such as AlphaZero and DeepStack; (2) constructing LLM-based agents that demonstrate continuous self-improvement, leveraging the generality of LLMs for dynamic decision-making, lessons from case-based reasoning and the rigor of AI planning formalisms; and (3) employing LLMs to model and anticipate human opponent behavior in strategic contexts more accurately than current models allow. By situating our research within the game-playing context, we aim to leverage existing evaluation environments with available baselines and focus on robustness of agent’s behavior to only partially predictable actions of the opponents.

Kategorie VaV

ZV - Základní výzkum

OECD FORD - hlavní obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

OECD FORD - vedlejší obor

20205 - Automation and control systems

OECD FORD - další vedlejší obor

—

CEP - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)

AF - Dokumentace, knihovnictví, práce s informacemi<br>BC - Teorie a systémy řízení<br>BD - Teorie informace<br>IN - Informatika<br>JD - Využití počítačů, robotika a její aplikace

Zahájení řešení

1. 1. 2025

Ukončení řešení

31. 12. 2027

Poslední stav řešení

Z - Začínající víceletý projekt

Poslední uvolnění podpory

—

Důvěrnost údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Systémové označení dodávky dat

CEP25-GA0-GA-R

Datum dodání záznamu

25. 2. 2025

Celkové uznané náklady

7 949 tis. Kč

Výše podpory ze státního rozpočtu

7 949 tis. Kč

Ostatní veřejné zdroje financování

0 tis. Kč

Neveřejné tuz. a zahr. zdroje finan.

0 tis. Kč