天黑請閉眼，AI 請睜眼

撰文：南安

Deep Wolf：天黑請閉眼，歡迎來到狼村。

狼人殺游戲，是一種基于自由自然語言交流的社交推理游戲。在狼人殺中，所有玩家（通常為 5-10 人）被隨機分配一個角色（如平民、狼人、女巫、叛徒和預言家等），他們試圖推斷其他玩家的角色。

(資料圖片)

“好人陣營”中有平民、女巫和預言家等角色，在白天投票驅逐狼人；“狼人陣營”方面，狼人試圖在夜晚殺死平民，而叛徒試圖擾亂平民。玩家必須欺騙其他玩家才能生存，對話之中不可避免地包含大量虛假信息。為了在游戲中獲勝，玩家需要記住對話的細節，對其他玩家的角色做出假設，并發現其中的矛盾。

不少玩家表示自己是“狼人殺黑洞”，沒有辦法準確識別他人的“謊言”，抑或是不知道如何思考話術和邏輯而消極應對——“我是好人，昨晚發生了什么我都不知道。反正我是‘好人’。”即使拿到“預言家”“女巫”等功能性身份例如，也不會推理發言，只能渾水摸魚。

如果讓 AI 玩狼人殺游戲，它會有怎樣的表現？近日，一款名為 Deep Wolf的 AI 語言模型被證明能夠理解自然語言并扮演狼人殺中的角色，在游戲中成為人類的游戲助手或競技對手。Deep Wolf 通過 Longformer 理解語言，然后用強化學習方法來訓練，最終決定投票誰出局或者“刀”誰。

相關研究論文以“Playing the Werewolf game with artificial intelligence for language understanding”為題，已發表在預印本網站 arXiv 上。

AI 玩狼人殺，能力如何？

目前，大多數 AI 系統在其所處理的大量數據是正確的假設下學習和輸出數據。然而，由于真實社會受到虛假信息的困擾，如果 AI 能夠檢測到矛盾和虛假信息是極其有幫助的。

狼人殺的一個重要特點是，大部分對話都是虛假信息，而 AI 在這種情況下的行為尚未得到廣泛調查。同時，雖然很難開發出能夠檢測真實世界中各種謊言的人工智能，但狼人中相對有限的詞匯量和處理的信息類型吸引了學者的注意。據此，這項研究旨在開發一種可以通過自然語言對話扮演狼人殺角色的 AI 代理。

通過收集 15 名人類玩家的游戲日志，學者 Hisaichi SHIBATA、 Soichiro MIKI、Yuta NAKAMURA 對基于 Transformer 的預訓練語言模型進行了微調，構建了一個價值網絡，該網絡能夠預測在游戲的任何給定階段贏得游戲的后驗概率，并為下一步行動提供候選。

另外，基于從價值網絡中獲得的概率，研究者開發了一個名為 Deep Wolf 的 AI 代理，它可以與人類交互并選擇最佳投票目標。

最后，他們通過真正讓 Deep Wolf 與人類玩家玩狼人殺并收集其勝率來評估人工智能代理的性能。

價值網絡的行為。在游戲的早期階段，當價值網絡的角色是狼人時，后驗概率總是很低；而在扮演預言家時后驗概率總是很高。這表明，在這個五人版狼人殺中。價值網絡有能力正確估計獲勝的概率，并且在判斷平民一方有優勢。

圖｜五名人類玩家的勝率。N/A意味著定義勝率，因為沒有執行任何競爭

Deep Wolf的表現。叛徒和平民的平均勝率與 Deep Wolf 扮演背叛者和平民的勝率沒有明顯區別。這表明，如果 Deep Wolf 的角色是叛徒或平民，和普通人類玩家能力相當；而在扮演狼人或預言家角色時，則不如人類玩家。

圖｜四名人類玩家和一名 AI 玩家的勝率

AI 玩家加入，打開狼人殺新格局

這項研究首次建立了一個 AI 代理，它可以通過與人類玩家理解自然語言來扮演狼人殺中的角色。這意味著當前的語言模型有能力理解陳述、說謊或檢測對話中的謊言。

在這項研究中，三位學者僅僅基于 32 份游戲日志對 Deep Wolf 進行了訓練和評估。如果能獲得更多的游戲日志，對 AI 代理進行訓練，可能提高其性能，讓 AI 玩家變得更強，從而提升游戲的競技性。

同時，在涉及 AI 代理的游戲中，除了推斷另一個玩家的角色之外，還有一項額外的任務，即推斷每個玩家是 AI 代理還是人類，評估人類玩家在這種情況下使用的策略的變化將是一個有趣的話題。此外，AI 玩家能夠為狼人殺帶來更多的可能性，例如，全部角色都使用 AI 代理，人類僅僅作為游戲觀眾？

那么，你愿意讓 Deep Wolf 加入你的狼人殺游戲嗎？

附錄：一份AI參與的狼人殺游戲日志

圖｜#1是預言家，#2和#4是平民，#3是AI（Deep Wolf）扮演的狼人，#5是叛徒

論文鏈接：

https://arxiv.org/abs/2302.10646

標簽： 自然語言 其他玩家 后驗概率