LLM-Gomoku: A Large Language Model-Based System for Strategic Gomoku with Self-Play and Reinforcement Learning
Created by
Haebom
Category
Empty
저자
Hui Wang
개요
본 논문은 대규모 언어 모델(LLM)을 기반으로 오목 게임 AI 시스템을 개발하는 연구에 대해 다룬다. 기존 LLM의 자연어 처리 능력을 활용하여 오목 게임에서 전략적 계획 및 의사결정을 수행하는 것을 목표로 한다. 연구는 모델이 오목판을 이해하고, 규칙을 적용하고, 전략을 선택하며, 수읽기를 할 수 있도록 설계되었다. 셀프 플레이와 강화 학습을 통해 모델의 능력을 향상시켰으며, 그 결과 불법 수 생성 문제 해결, 수 선택 정확도 향상, 처리 시간 단축 등의 성과를 거두었다. 결과적으로, LLM 기반의 오목 AI 시스템의 성능이 상당히 향상되었다.
