A feladat alapvető célja az LLM-alapú ágensek különféle alkalmazásainak feltérképezése számítógépes játékok és virtuális világok környezetében.

Az alábbiakban ismertetett részletek csak ötletek. A végleges feladatkiírást a jelentkezővel közösen készítjük el.

Az ágensek fejlesztésének első lépése egy önálló játékbeli entitás megvalósítása, amely képes tájékozódni, navigálni és különféle feladatokat megoldani - az MI alapmodellek képessségeire támaszkodva. Az ágens később bővíthető a játék szabályrendszerét és működési mechanikáját önállóan felismerni képes, nyerő stratégiák kidolgozására is alkalmas összetettebb funkcionalitás irányában is. Része lehet egy ellenőrizhető és finomítható tudásmodell felépítése is, amely az ágens sikereiből és kudarcaiból áll elő. Emellett az ágenseket futtatni, tesztelni és kiértékelni képes ágens-aréna is kialakítható, ahol különböző modellek és módszerek (pl. memóriamodulok, tudásbázisok) mérhetik össze tudásukat játékos párharcokon keresztül, lehetővé téve egy objektív rangsor felállítását.

A feladat részletei

A hallgató feladata egy olyan ágens-architektúra kidolgozása, amely kezdetben szöveges környezetekben (pl. MUD – Multi-User Dungeon vagy DnD – Dungeons & Dragons szerepjátékokban) játszik. Az ágens egy belső memóriamodul segítségével folyamatosan megjegyzi a releváns történéseket, próbálja megérteni a környezet működését, és ezekből szabályokat alkot, majd összeveti saját hipotéziseit a tapasztalt valósággal. A kidolgozott módszertan a későbbiekben kiterjeszthető összetettebb 2D-s stratégiai játékokra (pl. Civilization vagy Carcassonne) vagy 3D-s szimulációkra (pl. Minecraft) is. Továbbfejlesztési lehetőségként az ágensek egy aréna-rendszerben is összemérhetik tudásukat, ahol egy rangsor (leaderboard) segítségével követhető a különböző modellek és módszerek teljesítménye. Például tesztelhető, hogyan teljesít egy „nyers” LLM ágensmodell egy külső memóriával vagy speciális tudásbázissal (RAG), vagy akár eszközökkel (MCP) is kiegészített változattal szemben.

Lehetséges részfeladatok

• LLM-ágens alapú, játékokat játszani képes keretrendszer fejlesztése.
• A döntéshozatali logika és a komplex prompt-stratégiák kidolgozása.
• Dinamikus memória és külső tudásbázisok (pl. szabálykönyvek) integrálása a játékmenetbe.
• Az ágens teljesítményének mérése és összevetése egyszerűbb (pl. heurisztikus vagy memória nélküli) megoldásokkal.
• Az ágensrendszer és a szabálykinyerő logika fejlesztése.
• Kinyert tudás verifikációja.
• Ágensek, NPC és humán karakterek egymással történő versenyeztetéséne kidolgozása (aréna).
• Egy automatizált aréna-rendszer és rangsoroló algoritmus (pl. Elo-pontszám alapú) kidolgozása.
• Az ágensek döntéshozatali hatékonyságának és stratégiai mélységének összehasonlító elemzése.

Szükséges kompetenciák

A feladathoz stabil Python programozási ismeretek és mesterséges intelligencia alapismeretek szükségesek.

Megszerezhető képességek

A munka során a hallgató az alábbi modern technológiákban szerezhet gyakorlati jártasságot:

• LLM-ágens architektúrák és prompt engineering.
• Model Context Protocol (MCP) alkalmazása külső eszközök integrációjára.
• Retrieval-augmented generation (RAG), GraphRAG, memóriakezelési eljárások.
• LLM-alapú MI rendszerek nyomkövetése, teljesítménymérése és kiértékelése.
• Kompetitív multiágens-rendszerek tervezése és megvalósítása.

Kedvcsináló, ajánlott irodalom

[1] BALROG: Benchmark környezet szöveges világokban tevékenykedő ágensek tesztelésére. balrogai.com
[2] Voyager: Bemutatja, hogyan képes egy LLM-alapú ágens élethosszig tartó tanulásra és eszközhasználatra a Minecraft világában. voyager.minedojo.org
[3] SIMA 2 (Google DeepMind): Általános célú AI ágens, amely 3D virtuális világokban képes együtt játszani az emberrel, érvelni és tanulni. deepmind.google/blog/sima-2...
[4] Does Reasoning Help LLM Agents Play Dungeons and Dragons? (P. Delafuente et al., 2025): Prompt engineering kísérletek a komplex szerepjátékok világában. arXiv:2510.18112
[5] Vox Deorum: A Hybrid LLM Architecture for 4X / Grand Strategy Game AI (J. Chen et al., 2025): Tanulságok a Civilization V kapcsán a hibrid LLM architektúrák használatáról. arXiv:2512.18564
[6] Surviving in Text Worlds (Daniel Eder): LLM ágensek alkalmazása interaktív fikciókban és MUD-környezetekben. danieleder.substack.com
[7] TextQuests (HuggingFace): Mennyire jók valójában az LLM-ek a szöveges videójátékokban? huggingface.co/blog/textquests