上海，2025年3月18日 – 还记得那款让你和朋友“友尽”的《分手厨房》（Overcooked）吗？这款以实时协作烹饪为主题的游戏，凭借其高压的节奏和对团队默契的极致考验，成为了无数玩家的“爱情/友情检测器”。如今，上海交通大学SJTU-MARL实验室与AGI-Eval评测社区联合团队带来了一项创新研究，或许能让你在游戏中告别手忙脚乱，不再“糊锅”。
该团队由上海交通大学博士生张劭（导师：温颖副教授）和王锡淮（导师：张伟楠教授）领衔，通讯作者为上海交通大学人工智能学院副教授温颖。他们聚焦于大模型在实时同步交互协作中的应用，并针对《Overcooked》这款经典游戏，开发了DPT-Agent框架和Overcooked Challenge实时同步协作评估环境。
在春节期间DeepSeek大模型引发热潮后，人们对大模型的期望也日益高涨。然而，目前许多大模型的应用仍停留在静态的问答和推理层面，与现实世界中复杂的人机交互场景存在较大差距。尽管如Manus等项目试图探索LLM Agent与人的实时协作，但其交互模式更像是回合制，无法实现真正的实时响应和同步协作。
《Overcooked》作为一款强调实时性和强交互性的游戏，为研究人机实时同步协作提供了一个理想的测试平台。游戏中，玩家需要在有限的时间内，与队友分工合作，完成切菜、煎肉、组装汉堡等任务，并时刻注意灭火。这种高压环境对玩家的反应速度和协作能力提出了极高的要求。
上海交大的研究团队正是看到了这一点，他们对Overcooked-AI环境进行了升级，加入了更复杂的菜谱，并还原了游戏的实时协作机制，让大模型能够参与到这场协作游戏中，直面同步实时协作的挑战。
DPT-Agent框架的亮点包括：
- 预判式协作： 在你切菜时，AI助手能迅速递上盘子；当牛排烧焦时，它会抢先一步灭火。
- 动态分工： 根据订单的优先级，AI助手能够自动切换“主厨”和“帮工”的角色，有效安排时间。
- 读心级配合： AI助手甚至能够通过你的动作历史，推测出你想要制作汉堡还是沙拉。
这项研究的核心在于利用大模型实现真正的人机实时同步协作，解决传统Agent在快速响应和推断用户意图方面的挑战。通过DPT-Agent框架，AI助手不再是被动地等待指令，而是能够主动地参与到协作过程中，与人类玩家形成默契的配合。
该研究成果已发表在论文《Leveraging Dual Process Theory in Language Agent Framework for Real-time Simultaneous Human-AI Collaboration》中，并开源了DPT-Agent框架和Overcooked Challenge环境。感兴趣的读者可以在GitHub上找到相关资源，亲自体验大模型与你在《分手厨房》中并肩作战的乐趣。
参考文献：
- Zhang, S., Wang, X., et al. (2025). Leveraging Dual Process Theory in Language Agent Framework for Real-time Simultaneous Human-AI Collaboration. arXiv preprint arXiv:2502.11882.
- DPT-Agent项目地址: https://github.com/sjtu-marl/DPT-Agent
（本文由机器之心根据上海交通大学SJTU-MARL实验室与AGI-Eval评测社区联合团队的研究成果撰写。）
Views: 0