Learn2Play Bench: LLM 智能体在陌生环境中从经验中学习的能力如何？

Learn2Play Bench 引入了一组基于文本的新设计游戏，用于评估 LLM 智能体在陌生环境中从经验中学习的能力。游戏规则新颖或反直觉，要求智能体通过交互获取知识而非依赖预训练知识，提供可重复反馈和自动评分。研究发现，保留完整交互记录比总结为规则更利于学习，人类玩家在策略多样性和重复动作控制上优于智能体，且改变智能体框架可提升性能并降低推理成本。