Strategic Interactions between Large Language Models-based Agents in Beauty Contests
创建于 更新于
摘要
本论文研究了基于大型语言模型（LLM）代理在经典美人游戏中的多玩家战略互动。结果显示，LLM代理表现出0至1之间的战略推理深度，低于人类实验结果但呈现出向纳什均衡的收敛趋势。通过调整组内代理类型组合，发现较低战略不确定性和多样化智能水平的混合环境促进了学习收敛速度，提高了高智能代理的收益，揭示了LLM间竞争与合作行为的潜在机制，为社会科学研究和算法交互提供新视角 [page::0][page::4][page::5][page::6][page::7][page::8][page::9]
