English(EN) Do LLMs Beat Nash? Testing Decentralized Coordination in Self-Play Multi-Agent Games

LLM 在双人游戏中展现出惊人的协调能力，但在团队中表现不佳

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-12 19:36

一项新的研究论文探讨了大型语言模型（LLM）在没有直接通信的多智能体游戏中的协调能力。研究发现，在双人游戏中，两个前沿托管的 LLM 能够持续超越纳什均衡基线，这表明它们能够推断对手的行为。然而，在更大的团队中，性能显著下降，这表明其自玩协调能力在扩展方面存在局限性。 AI

影响表明 LLM 在去中心化协调任务中有潜力，但强调了扩展到更大的多智能体系统所面临的挑战。

排序理由该集群包含一篇详细介绍 LLM 能力实验结果的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.MA (Multiagent) TIER_1 English(EN) · Gregory Dudek · 2026-08-12 19:36

大型语言模型能击败纳什均衡吗？在自玩多智能体游戏中测试去中心化协调

Large language model agents deployed without a central controller are often assumed to require communication to coordinate their actions. We ask what remains possible without it: when independent instances of the same model cannot communicate, can they still reason about their co…