活动报名｜智能体，如何创建理性的基于LLM的智能体？使用博弈论工作流

报告主题：如何创建理性的基于LLM的智能体？博弈论工作流

报告日期：11月27日（周三）10:30-11:30

报告要点:

完全信息博弈：这些是经典博弈，例如囚徒困境。我们选择了5个同时博弈和5个顺序博弈进行研究。研究发现，除了o1以外，其余LLM普遍缺乏计算纳什均衡的强大能力，也就是说，它们的理性水平较低。此外，它们对噪声、扰动或随机对话缺乏鲁棒性。因此，基于经典博弈论方法（例如逐步消除占优策略和逆向归纳法），我们设计了两个工作流，帮助大模型在推理过程中逐步计算纳什均衡。

不完全信息博弈：我们使用了经典的“Deal or No Deal”资源分配博弈，该博弈具有私人估值，智能体无法知道对方对资源的估值。在这种情况下，博弈论并未提供明确的解决方案，以往研究主要依赖强化学习。

研究表明，Sonnet和o1在谈判成功率和结果上表现优于人类，而Opus和4o则明显落后。我们设计了一种基于理性行为体假设的算法工作流，使智能体能够根据对方对不同资源分配方案的反应推测其估值。这一工作流非常高效，能在5轮对话内将可能的估值范围从最初的1000个缩减到2-3个，并且始终包含对方的真实估值。基于对对方资源估值的推测，我们在每一步指导智能体计算并提出一个分配方案，该方案既能最大化自身利益，又具有非零概率满足无嫉妒条件，从而确保双方都相对满意，谈判得以继续。

意外发现：有趣的是，如果在谈判中只有一个智能体使用这种工作流，它会被对方利用。尽管工作流提升了整体谈判结果，也为个体智能体带来了更多利益，但这些利益始终低于对手。

未来方向：未来，我们需要设计一种元策略来选择使用何种工作流！

报告嘉宾：

扫码报名

更多热门报告