arXiv · cs.CL· Xuanfa Jin·· 18 小时前AI 评分27
EpiAgent：面向 LLM 智能体的认知自我博弈框架
EpiAgent: Epistemic Self-Play for LLM Agents
来源与原文
arXiv · cs.CL
作者：Xuanfa Jin
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.40227v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 EpiAgent，为基于 LLM 的智能体引入显式、可学习的认知层，用于维护对他方私有信息的信念并指导行动选择。该框架将策略分为认知更新与行动规划两个阶段，通过 Epistemic Self-Play 双层优化交替训练，并以内在预测奖励评估信念质量。在混合与竞争场景中，EpiAgent 一致优于基于提示词和 RL 的基线。
来源：arXiv · cs.CL · arxiv.org