论文

MIND:面向旅行规划中谈判对话的多智能体推理

MIND: Multi-agent inference for negotiation dialogue in travel planning

智能体系统Agent 协作

摘要

尽管多智能体辩论(Multi-Agent Debate, MAD)研究已取得进展,其在协调旅行规划等复杂利益相关方诉求方面的效果仍在很大程度上未被探索。为弥合这一空白,我们提出MIND(Multi-agent Inference for Negotiation Dialogue),一个旨在模拟具有异质偏好的旅行者之间现实共识达成的框架。MIND立足于心智理论(Theory of Mind, ToM),引入一个战略评估(Strategic Appraisal)阶段,能以90.2%的准确率从语言细微差别中推断对手意愿(w)。实验结果表明,MIND优于传统MAD框架,在High-w Hit上取得20.5%的提升,在Debate Hit-Rate上获得30.7%的增长,能有效优先处理高风险约束。此外,通过LLM-as-a-Judge进行的定性评估证实,MIND在合理性(Rationality,68.8%)与流畅性(Fluency,72.4%)上超越基线,取得68.3%的总胜率。这些发现验证了MIND能有效建模人类谈判动态,从而达成有说服力的共识。

MIND:面向旅行规划中谈判对话的多智能体推理:论文配图
Figure 1: Overview of the MIND Framework. (左)角色配置文件通过意愿 (ww) 值进行了增强。 (中)智能体参与 MIND Loop,推断对手隐藏的 ww 并调整策略。 (右)该过程产生了一致的旅行计划。