EpiAgent：面向LLM智能体的认知自博弈框架

论文提出带可学习认知层的LLM智能体框架EpiAgent。

资讯摘要

论文提出EpiAgent，为LLM智能体加入显式可学习的认知层，维护对其他方私有信息的信念，并与自身信息结合成认知状态用于决策。其策略分为认知更新与行动规划两阶段，作者以双层优化建模二者依赖，并提出Epistemic Self-Play算法，用内在预测奖励交替优化两阶段。作者报告在混合与竞争场景中，EpiAgent持续优于基于提示和基于强化学习的基线。

要点速读

1. EpiAgent将智能体策略分解为认知更新与行动规划两个耦合阶段，认知更新从交互历史中更新对他方私有信息的信念。
2. 作者将两阶段依赖建模为双层优化问题，提出Epistemic Self-Play算法，以内在预测奖励评估信念对后续观测的预测效果。
3. 论文报告在混合与竞争场景中EpiAgent优于提示与强化学习基线，并分析了认知训练与信念推断准确性的作用。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。