SOM：经结构因果模型的LLM智能体结构化对手建模

从交互中准确预测对手行为是多智能体与博弈环境中LLM智能体的基础能力。既有方法常把对手建模与预测纠缠，依赖隐式上下文推理，限制动态交互中的适应性。为此我们提出结构化对手建模（SOM）：一个明确分离对手模型构建与对手预测的两阶段框架。构建阶段，SOM采用结构因果模型（SCM）——表示变量间依赖的图形式——捕捉对手观察与动作间的有向链接，产出显式结构化的对手表示。预测阶段，LLM沿SCM导出的清晰通路做结构化推理，同时提升预测准确率与稳定性。多样多智能体基准上的大量实验显示SOM一致超越SOTA LLM推理基线，在复杂动态的多智能体交互中支持更准确、更适应的策略决策。