评估与提升基于心理理论的LLMs代理在掼蛋中的表现

在复杂的游戏环境中，尤其是涉及多代理合作的场景下，如何让大型语言模型（LLMs）有效参与并协调行动，成为了当前人工智能领域的研究热点。掼蛋，这一中国传统的多人合作扑克游戏，因其独特的游戏规则和需要在不完全信息下进行的策略决策，成为了考验AI模型能力的理想场景。本文将探讨如何基于心理理论（Theory of Mind, ToM）来提升LLMs在掼蛋中的表现，并评估其在复杂合作环境中的适应能力。

理论背景

大型语言模型的崛起

近年来，大型语言模型（如GPT-4等）在各种任务中的表现引起了广泛关注。研究表明，LLMs在处理简单的游戏、进行推理和解决复杂问题方面展现了显著的能力。然而，现有模型普遍存在对信息的完备性假设，这在许多现实场景中并不成立。特别是在需要代理之间的合作时，LLMs的表现仍有待提高。

心理理论的应用

心理理论是一种认知能力，使个体能够理解和预测他人的心理状态。在游戏中，尤其是涉及不完全信息的情况下，心理理论的运用可以帮助代理推测对手的行为和意图，从而制定更有效的策略。本文的研究正是基于这一理论，提出了一种新的规划方法，使LLMs能够更好地适应掼蛋游戏的复杂性。

掼蛋游戏的特点

掼