论文
贝叶斯伙伴建模：让大模型协作及时调整计划
Bayesian Partner Modelling enables Adaptive Replanning for LLM Coordination
摘要
多智能体 大语言模型 (LLM) 系统通常很难与策略在任务中发生变化的新队友进行协作。由于智能体执行多步骤或持续较长时间的技能，因此在公开证据表明合作伙伴已经改变其技能之后，他们经常会继续执行过时的计划。现有的方法要么将伙伴跟踪视为被动的上下文，让代理意识到这种转变，但行动缓慢，要么不加区别地重新计划。我们引入了 BayesBeliefAgent，它将分层 LLM 规划器与贝叶斯跟踪模块配对。我们的代理不会不断地重新计划，而是仅当合作伙伴的行为与推断的技能直接矛盾时才会中断其当前技能。除了标准奖励之外，我们还使用重新计划效率和信念与行动差距来评估绩效：具有正确合作伙伴估计的智能体执行非互补技能的总决策的比例。在基准煮过头的环境中，矛盾条件控制极大地缩小了这种信念与行动之间的差距，同时需要比启发式方法少一个数量级的重新计划