arXiv · AI· Yechan Hwang, Sangjun Bae, Jeongmo Kim, Sangwoo Bang, Seungyul Han·· 3 天前AI 评分30
MARBO 通过关系信念引导 LLM Agent 在社交推理游戏中优化偏好
MARBO: Relational Belief Grounding for LLM Agents in Social Deduction Games
AI 导读
研究人员提出多智能体关系信念优化框架 MARBO,利用关系信念指导 LLM Agent 的策略决策与游戏内语音。该框架仅在行为由可靠信念支持且带来有利社交结果时提供偏好反馈,确保学习一致性。实验表明,MARBO 使小型 LLM Agent 持续优于现有基线,代码已开源。
来源:arXiv · AI · arxiv.org