大模型Agent在博弈中的竞争与合作

大语言模型 (LLM) 智能体越来越多地部署在竞争性多智能体环境中，引发了关于它们是否收敛到均衡以及如何表征它们的战略行为的基本问题。在本文中，我们研究了两种标准博弈中的 LLM 代理交互：网络资源分配博弈和古诺竞争博弈。我们发现 LLM 智能体在给定多轮提示和非零和上下文时倾向于合作，而不是收敛到纳什均衡。思想链分析表明，公平推理是这种行为的核心。我们提出了一个分析框架，可以捕获 LLM 智能体跨轮推理的动态并解释这些实验结果。