arXiv cs.MA· Nithin Sivakumaran, Ali Payani, Hyunji Lee, Mohit Bansal, Elias Stengel-Eskin·· 12 小时前AI 评分38
ToM2Vec：用连续心智理论 Token 实现多智能体协调
ToM2Vec: Continuous Theory-of-Mind Tokens for Multi-Agent Coordination
AI 导读
ToM2Vec 通过固定预算的连续推理 Token 在隐空间中学习抽象的心智理论（ToM），训练时以伙伴真实想法作为监督信号，测试时由各智能体生成 ToM Token 来调节自身思考与行动。
正文 · AI 翻译
摘要：形成准确的心智理论（ToM）是成功进行多智能体协作的关键，并且需要在不确定性下进行推理，以捕捉伙伴的多种可能状态。这在大型语言模型（LLM）智能体原生的文本表示空间中很难做到，因为该空间更容易描述单一的伙伴状态。为应对这一挑战，我们提出了 ToM2Vec，它通过固定预算的连续推理 token，学习在丰富的潜在空间中形成抽象的心智理论。在训练过程中，这些 token 的监督信号来自伙伴的真实想法，ToM token 被训练去抽象并匹配这些想法。在测试时，ToM token 由每个智能体生成，并作为该智能体想法和行动的条件器。在涵盖协作、竞争和混合动机设置的多个环境（Overcooked-AI、多方谈判、Decrypto、Hanabi 以及 Collab Escape/Capture）中，我们评估了 ToM2Vec 支持多智能体交互与协作的能力，发现它相比基础模型以及多种有竞争力的训练和提示基线均有持续改进。我们表明潜在推理至关重要，当推理以文本形式表达时性能会下降。此外，我们表明 ToM2Vec 的训练可以泛化到训练时未见过的伙伴模型系列，包括一个专有模型（GPT-5.4）。在分析中，我们提供了证据表明这些潜在 token 编码的是心智理论，而非任务特定信息：ToM2Vec 的 token 提升了智能体直接回答关于伙伴信念、欲望和下一步行动问题的能力。
| 评论： | 代码：此 https URL |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL）；多智能体系统（cs.MA） |
| 引用为： | arXiv:2610.29934 [cs.AI] |
| （或 arXiv:2610.29934v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.29934 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Nithin Sivakumaran [查看电子邮件]
[v1]
2026年10月21日星期三 16:05:54 UTC（596 KB）
来源：arXiv cs.MA · arxiv.org