UCSD 提出心智模型增强多智能体 RL 框架

UC San Diego 发表论文《Mental-Models for Multi-Agent Systems》，提出 mental-model-enabled agents 框架，把心智理论写进强化学习的奖励环节：训练时用推断模型刻画对手的信念、意图、目标及二阶心理状态，并以此作为奖励信号给候选回复打分，再通过摊销式递归心智理论表征完成 RL 训练。据该报道，7B 规模的 agent 借此学会揣摩对手。目前公开信息集中在方法设计本身，尚无更多实验与评测细节披露；报道之间也未出现数字或说法上的冲突。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。