用于迭代法律论证的特征条件多代理系统的战略说服

法律、外交和谈判等对抗领域的战略互动是通过语言来调节的，但大多数博弈论模型都抽象出了通过话语运作的说服机制。我们提出了战略法庭框架，这是一个多智能体模拟环境，其中由特征条件 大语言模型 (LLM) 智能体组成的起诉和辩护团队参与迭代、基于回合的法律论证。使用组织成四种原型的九个可解释特征来实例化代理，从而能够系统地控制修辞风格和战略方向。我们使用 DeepSeek-R1 和 Gemini~2.5~Pro 评估了 10 个综合法律案例和 84 个三特征团队配置的框架，总计超过 7{,}000 次模拟试验。我们的结果表明，具有互补特征的异质团队始终优于同质配置，适度的互动深度会产生更稳定的结论，并且某些特征（尤其是数量和魅力）对说服成功的贡献不成比例。我们进一步引入了一种基于强化学习的特征协调器，它可以根据案件和对手团队动态生成防御特征，发现优于静态的、人工设计的特征组合的策略。总之，这些发现证明了如何将语言视为一流的战略行动空间，并为构建能够在多主体环境中进行自适应说服的自主主体奠定了基础。