Epistemic Self-Play

新框架EpiAgent通过认知自我博弈增强LLM代理

研究人员推出EpiAgent，一个旨在通过整合显式认知层来增强基于LLM的代理的新框架。该层允许代理维护和更新关于其他代理私有信息的信念，从而在信息不完整的情况下改善决策。该框架采用两阶段过程：认知更新用于信念细化和行动规划用于决策选择，通过一种称为认知自我博弈的技术进行优化。实证结果表明，EpiAgent在混合和竞争性多代理环境中均优于传统的提示和强化学习方法。