تمثل بيئات الألعاب مختبرات غنية ومحكومة تعكس العديد من جوانب التعقيد الواقعي، مما يجعل وكلاء الألعاب محط أنظار الباحثين لاستكشاف قدرات المتعلقة بالذكاء الاصطناعي العام (Artificial General Intelligence). في هذا السياق، شهدت الآونة الأخيرة ظهور نماذج اللغات الضخمة (Large Language Models) كفرصة جديدة لتزويد هؤلاء الوكلاء بمهارات التفكير القابلة للتعميم، والذاكرة، والقدرة على التكيف ضمن بيئات الألعاب المعقدة.

تقدم هذه الدراسة مراجعة شاملة لوكلاء الألعاب المعتمدين على نماذج اللغات الضخمة (LLMGAs) من خلال هيكل مرجعي موحد. على مستوى الوكيل الواحد، تم تجميع الدراسات الحالية حول ثلاثة مكونات أساسية: الذاكرة، التفكير، وواجهات الإدراك-العمل، والتي تحدد معًا كيفية تمكين اللغة للوكلاء من الإدراك والتفكير والتصرف.

أما على مستوى الوكلاء المتعددي، فتُبرز الدراسة كيف تدعم البروتوكولات التفاعلية والنماذج التنظيمية التنسيق، وخصائص الأدوار، والسلوكيات الاجتماعية على نطاق واسع. لتوضيح هذه التصاميم، تم تقديم تصنيف معتمد على التحديات يربط بين ستة أنواع رئيسية من الألعاب ومتطلبات وكلاءها من حيث التحكم منخفض الاستجابة في ألعاب الحركة إلى تشكيل الأهداف المفتوحة في عوالم الصندوق الرملي.

هذه الدراسة ليست مجرد استعراض، بل تمثل نقطة انطلاق لدراسة كيفية تمازج الذكاء الصناعي مع الألعاب لإنشاء تجارب تفاعلية ومثيرة بالاعتماد على أدوات ثورية. إذا كانت لديك خطط للغوص أعمق في هذا العالم، يمكنك الاطلاع على قائمة من الأوراق البحثية ذات الصلة هنا: https://github.com/git-disl/awesome-LLM-game-agent-papers.