arXiv cs.MA· Hanan Gani, Lulu Shao, Manmohan Chandraker·· 9 天前AI 评分27
多智能体系统的心理模型（Mental-Models for Multi-Agent Systems）
Mental-Models for Multi-Agent Systems
AI 导读
研究者提出"心理模型赋能智能体"框架，为智能体配备对交互对象的潜在心理模型，使其能从观察历史中推断隐藏信念、意图与可能反应，并据此指导动作选择。该方法学习摊销式递归心智理论（Theory-of-Mind）表示，包含一阶与二阶心理状态结构，并联合训练信念条件奖励模型；策略在该信念感知信号下学习，推理时可独立行动。在纯语言与多模态基准上，显式心理状态建模持续提升交互质量与心智理论表现，代码已公开。
正文 · AI 翻译
摘要：大型基础模型加速了通用智能体的发展，这些智能体通过语言和多模态信号与人类及其他智能体交互。然而，鲁棒的多智能体决策需要在部分可观测条件下对其他智能体所知、意图以及可能采取的行动进行推理。当前的智能体系统通常通过提示设计、记忆或端到端行为塑造来运作，但通常不会学习一种可跨任务复用为决策变量的显式伙伴状态表示。我们提出了\emph{心智模型赋能智能体}，这是一个为智能体配备其对手潜在心智模型的框架，使其能够从观察到的历史中推断隐藏的信念、意图和可能的反应，并利用这些推断来指导行动选择。我们的方法学习一种摊销的递归心智理论表示，具有一阶和二阶心智状态结构，并与一个信念条件奖励模型联合学习，该模型相对于推断出的伙伴状态评估候选行动。然后在这种信念感知信号下学习策略，从而产生一个在推理时能够独立行动、同时保留显式伙伴建模优势的智能体。我们在仅语言和多模态基准上评估了同一框架。在这些设置中，显式心智状态建模始终优于基础智能体系统，提升了交互质量和心智理论性能，表明结构化伙伴建模是通用多智能体系统中有用的归纳偏置。我们的代码公开于 this https URL
| 评论： | 已被 NeurIPS 2026 接收 |
| 主题： | 多智能体系统 (cs.MA) |
| 引用为： | arXiv:2610.12453 [cs.MA] |
| （或 arXiv:2610.12453v1 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.12453 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Mohammad Hanan Gani [查看电子邮件]
[v1]
2026年10月8日星期四 17:59:01 UTC（4,047 KB）
来源：arXiv cs.MA · arxiv.org