概述

狼人杀游戏是一种受欢迎的多人沟通策略游戏。在Xu等人所作的 《Exploring Large Language Models for Communication Games: An Empirical Study on Werewolf》（以下简称“论文”）为题的论文中，展示了大型语言模型（LLM）在游戏中的潜力。考虑到MetaGPT作为一个智能体框架，我们提出了这个挑战：我们能否使用MetaGPT来快速复制生动的游戏体验？我们非常高兴地宣布，我们成功完成了这个挑战。

遵循论文的思路，我们成功地通过MetaGPT实现了狼人杀游戏智能体的开发。我们展示了以下内容：

1. 当需要构建多智能体文本游戏，其中智能体之间需要进行精细化沟通时，MetaGPT框架是极佳选择。
2. MetaGPT提供了直观和自然的抽象，当恰当地使用时，有助于将强大的功能集成到智能体中，如反思、经验学习等。
3. 在初步实验中，通过调整反思和经验学习机制，我们观察到了智能体性能的明显提高。

有关更多详细信息，将在本文中剩下部分进行探讨。完整的代码可在MetaGPT代码库上获得。有关运行代码的指南，请参阅“代码运行指南”部分。关于MetaGPT的总体介绍，请参阅我们的论文。

演示

狼人杀智能体游玩演示

在深入实现细节探讨之前，让我们先看一下智能体在狼人杀游戏中的精彩瞬间。我们在网页上展示了5个具有代表性的游戏过程，并提供完整的30个运行的转录，供您探索和娱乐！

友情提示：

• 关于这个游戏的完整介绍可以在论文中找到。游戏的设置是两个村民，一个预言家，一个女巫，一个守卫和两个狼人。我们采用了游戏社区中更为常见的规则，即当狼人屠边时（消除了所有特殊角色或所有村民），狼人就获胜。
• 为了促进更加精彩的游戏效果，我们在狼人智能体游玩之前引入相关策略，以此来引导他们积极地模仿特殊角色。
• 当然为了实验的简易化的进行：当两个狼人在晚上瞄准两个不同的玩家时，目标默认为第二个选择。
• 我们使用GPT-4进行游戏运行。

智能体的精彩瞬间

我们观察到了各种情况，其中我们的智能体表现出逻辑甚至战略行为。以下是一些精彩瞬间：

合作 / 共谋

Player5（守卫）推理出预言家，分析出当晚选择守卫预言家可以最大化价值，因此守卫了Player6。

Player1（狼人）控告Player2时，Player5（狼人）果断进行了支持。

对抗

当Player1（狼人）悍跳预言家时，真正的预言家Player4站出来反对狼人。

卖队友

当大多数玩家对Player3（狼人）产生怀疑时，Player6（狼人）仔细权衡了利弊，决定开始卖队友。

观望

当Player2（狼人）声称自己是预言家时，Player6（村民）从过去的经验中吸取了教训，保留了自己的判断，要求在采取立场之前进行更多的观察。

Player5（女巫）通过分析选择留药。

复杂推理

基于先前对Player2是狼人的判断，Player6（村民）分析了票面等盘面情况，清楚地区分了Player3（狼人）和其他玩家。

Player6（预言家）准确地通过反思辨别了每个玩家的角色，并由于其对经过验证的村民的敌意检测到了狼人。

实施方案

多智能体通信

实现狼人游戏的一个重要元素在于促进智能体之间的精确、细粒度的通信。让我们考虑三种类型的消息：

1. 从主持人发送给预言家的私聊中，通知预言家或其他有关特定玩家的身份（一对一）。
2. 从一名狼人发送的私聊中，通知狼人伙伴和主持人所选择的袭击目标（一对多）。
3. 从主持人发出的公开消息，指示所有玩家醒来（一对所有）。

MetaGPT支持所有三种通信，这要归功于关键的抽象概念：Environment（环境）和 Message（消息），以及agent’s（智能体角色）通过 _publish（发布）和 _observe（观察）两个函数来作为处理消息的方法。每当一个 agents 发布一个 Message，它都会将 Message _publish 到 Environment 中。反过来，接收 Message 的 agents 会从 Environment 中_observe Message。而我们需要做的就是填充 Message 属性，如 send_to 和 restricted_to，包括预期的接收者（agents）。然后MetaGPT会处理剩下的工作。

综合考虑，我们建立了一个复杂的智能体之间通信拓扑结构。有关详细的实施信息，请随时查看我们的代码。我们正在积极努力完善这一机制，并将很快发布一个全面的指南。

智能体能力

在论文中，生成最终响应需要多个组件（下图）。在这一部分，我们展示了从智能体的角度出发，构建包含所有这些组件的高效智能体是非常直接和简单的。

我们采用的方法是利用MetaGPT的 Role抽象来定义一个智能体，然后为其配备适当的 Action（动作）。我们定义 Speak和 NighttimeWhisper 作为返回响应的最终 Action（动作）。关于每个准备组件发送到最终响应生成方式，如论文中所概述，请参见下表了解各自的实现。

我们将所有这些 Action（行动） 组合在 Role’s（智能体角色） 的 _observe（观察）、 _think（思考） 和 _act（行动） 中，从而形成了一个清晰的智能体思考和行动流程（下图）。此外，流程中的每个步骤都被模块化，意味着在其他游戏中更容易重用。通过这种方式，我们构建了一个拥有各种能力的智能体，能够进行复杂的推理和言辞表达。

关于新方法的实验

在遵循论文的主要程序的同时，我们基于试错的方式修改了反思和经验学习组件的内部工作方式。我们修订后的方法是：

1. 让智能体展示它游戏过程中反思的状态，并以结构化的方式用语言进行总结。
2. 记录一个包含四个元素的元组（反思，静态动作指令，来自反思和指令的动作，游戏的最终结果），作为一种经验，并积累成一个经验池。
3. 当智能体下次遇到相似的情况时，提供相关的过去经验。这里的相似性是根据反思嵌入的语义接近度来定义的。通过回顾类似的经验，智能体如果在过去因为某些操作失败了，将会改变他们的操作；如果成功了，将会增强他们对这一步操作的信心。

在实践中，我们发现这种方法相当有效。遵循论文的实验设置，我们进行了30轮的实验。在前10轮中，村民方没有过去的经验；在第11轮到第20轮中，村民方可以接触到前10轮的经验；在第21轮到第30轮中，村民方可以接触到前20轮的经验。当然，本次实验中，我们停止了狼人获得经验的能力，以此更好地来观察村民方的结果。

下面是性能提升的图表。随着经验的积累，村民方对抗狼人的胜率逐渐增加。我们还检查了村民在识别狼人方面的平均投票准确率。上升的趋势表明，当村民拥有经验时，他们的判断更为准确，从而证实了他们提高的胜率不仅仅是偶然事件的结果。此外，由于投票准确率还取决于投票的难度，因此我们还评估了在一个固定情景下的准确率：在一组6名幸存玩家中识别2名狼人，这通常是在投票的第一天面临的情况。这一趋势与平均投票准确率的趋势相吻合。

代码运行指南

python examples/werewolf_game/start_game.py # use default arguments

python examples/werewolf_game/start_game.py \\\\
    --use_reflection True \\\\
    --use_experience False \\\\
    --use_memory_selection False \\\\
    --new_experience_version "01-10" \\\\
    --add_human False

# use_reflection: switch to False to disable reflection, this can reduce token costs 
# use_experience: switch to True to supply agents with experience, this requires recording experiences first
# use_memory_selection: switch to True to select only recent and informative messages from memory
# new_experience_version: specify a version to record the current run as experience 
# add_human: switch to True to participate in the game

我们建议使用GPT-4运行代码。平均而言，如果不使用反思，每次运行大约需要1.5美元，如果使用反思，则需要4美元，如果使用反思和经验学习，则需要7美元。

致谢

这是由来自MetaGPT社区的mannaandpoem、davidlee21和ariayyy作为核心贡献者合作努力的成果。当然，我们还要十分感谢Elfe、chaleeluo、kevin-meng和Shutian也提供了宝贵的见解。我们对他们的奉献心存感激。我们热烈邀请更多社区成员加入并为我们的MetaGPT项目做出贡献！