Grammar and Gameplay-aligned RL for Game Description Generation with LLMs
Created by
Haebom
저자
Tsunehiko Tanaka, Edgar Simo-Serra
개요
본 논문은 자연어 텍스트로부터 게임 설명 언어(GDL)로 작성된 게임 설명을 생성하는 게임 설명 생성(GDG) 과제를 다룹니다. 기존 연구는 대규모 언어 모델(LLM)의 문맥 이해 능력을 활용하는 생성 방법을 탐구했지만, 게임 설명의 게임 기능을 정확하게 재현하는 것은 여전히 어려움이었습니다. 본 논문에서는 GDG를 위한 LLM의 강화 학습 기반 미세 조정(RLGDG)을 제안합니다. 제안하는 방법은 문법 보상과 개념 보상을 도입하여 문법적 정확성과 게임 개념에 대한 충실도를 동시에 향상시킵니다. 또한, 강화 학습(RL)을 지도 학습 미세 조정(SFT) 이후에 적용하는 2단계 교육 전략을 채택합니다. 실험 결과는 제안된 방법이 SFT만 사용하는 기준 방법보다 성능이 훨씬 우수함을 보여줍니다. 코드는 https://github.com/tsunehiko/rlgdg 에서 이용 가능합니다.
시사점, 한계점
•
시사점:
◦
강화 학습 기반 미세 조정을 통해 GDG의 문법적 정확성과 게임 개념 충실도를 동시에 향상시킬 수 있음을 보여줌.
