通过多智能体虚拟游戏增强 大语言模型 的决策能力

基于 大语言模型 (LLM) 的多代理系统 (MAS) 通过在协作代理之间分配子任务，在解决具有执行复杂性的任务方面表现出了巨大的潜力。然而，这种分而治之的范式无法满足现实世界中也普遍存在的决策任务。这些任务需要同时从所有相关利益相关者的立场进行推理，这些利益相关者的决策是相互依赖的，因此不能单独解决。我们将这一挑战描述为立场纠缠，这是一种不同于执行复杂性的决策复杂性形式。为了解决这个问题，我们提出了多代理虚拟游戏（MAFP），这是一种新颖的 MAS 范式，它代表利益相关者作为代理的立场，并将决策制定为寻求均衡的过程。 MAFP 基于虚拟游戏的博弈论原理，通过对其他智能体过去决策的经验混合做出最佳响应，迭代更新每个智能体的决策。这使得代理能够暴露并解决彼此的弱点，逐步提高决策质量和稳健性。我们在具有挑战性的决策任务上评估 MAFP，这些任务测试在采取行动之前针对竞争场景制定策略的能力。 MAFP 在锦标赛强度和鲁棒性这两个互补指标上均优于单轮和多轮基线，证明了其在解决立场纠缠方面的有效性。