面向多智能体系统的心智模型
该研究提出一种框架，使智能体能够学习对方的潜在心智模型。智能体根据交互历史推断对方隐藏的信念、意图和可能反应，并利用这些推断指导行动选择。该方法联合学习具有一阶和二阶心智理论结构的递归表征，以及根据对方信念评估候选行动的奖励模型。在纯语言和多模态基准测试中，显式的心智状态建模相比基础智能体系统提升了交互质量和心智理论表现。研究代码已在GitHub公开。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。