UCSD 多智能体论文：显式建模伙伴心理状态显著提升协作
CatAstro_Piyush · x · 2026-10-18
UCSD 团队（Hanan Gani、Lulu Shao、Manmohan Chandraker）的 NeurIPS 论文《Mental Models for Multi-Agent Systems》公开。
- 核心问题：多智能体交互是部分可观测的，对话只暴露行为，看不到对方的目标、知识、约束与预期，只学表面行为的策略会做出「看似合理但战略/社交上错误」的回应。
- 方法：从交互历史推断一个紧凑的潜在信念状态（latent belief state），显式表示一阶与二阶信念、意图、想法等子空间；联合训练心理模型条件化效用（mental-model-conditioned utility），让伙伴表征直接用于评估候选动作；最终策略在推理时独立运行，不依赖对方模型。
- 结果：在纯语言与多模态基准上，显式心理状态建模均提升多智能体下游表现，覆盖谈判、合作、竞争、辅助等场景。
论文与代码已开源。
「研究」频道最新
- arXiv 论文为 StopGrad 正名：无损失函数也能收敛到正确解 — srush_nlp · 2026-10-23
- PEARL 演示：LLM 机器人自主核对实验结果、修正方案并复测 — KevinKaichuang · 2026-10-23
- 伯克利 StyleStream 2.0：流式语音转换延迟降至 520ms 提速一倍 — Berkeley · 2026-10-23
- 数学博士生宣布离开学术界：AI 正让数学变得面目全非 — pickover · 2026-10-23
- ICLR 投稿现 LLM 残留自评：作者模型自曝结果不显著 — _onionesque · 2026-10-23
- AKV 推理系统让 Agent 自管 KV 缓存,成本降 27.7% 准确率反升 — _akhaliq · 2026-10-23