基于大型语言模型（LLM）的代理已经展示出了自动化和加速软件开发过程的能力。本文着重于游戏开发，并提出了一个多代理协作框架，名为GameGPT，用于自动化游戏开发。虽然许多研究已经确定幻觉是部署LLM在生产中的主要障碍，但我们发现还有另一个问题：冗余。我们的框架提出了一系列方法来缓解这两个问题。这些方法包括使用多重协作和分层方法以及几个内部词库，以减轻规划、任务识别和实施阶段的幻觉和冗余。此外，还引入了一种解耦方法，以实现更精确的代码生成。1引言人工智能在游戏开发中的应用可以追溯到经典游戏，如星际争霸和暗黑破坏神。开发人员一直需要AI系统来制作交互式虚拟世界和角色。这些系统已经成为开发此类交互平台的标准。早期的游戏AI研究强调控制非玩家角色（NPC）和路径规划。随着自然语言处理（NLP）的进步，一些专注于使用深度学习技术生成关卡的开创性工作已经出现。其中一个代表是MarioGPT，它通过对GPT2进行微调成功地生成了超级马里奥兄弟的关卡。
