DiPS: Dialogue Policy Selection for High-Stakes Persuasion Agents
화재 대피 설득이라는 고위험 시나리오에서 대규모 언어 모델(LLM)이 획일적 전략의 한계를 극복하도록, 대화 맥락에 따라 설득 정책을 동적으로 선택하는 Q-학습 기반 프레임워크 DiPS(Dialogue Policy Selection)를 제안한다. IQL(Implicit Q-Learning)을 활용해 오프라인 대화 데이터로 학습된 DiPS는 제로샷 LLM 및 검색-증강 생성(RAG) 방식 대비 높은 대피 성공률을 시뮬레이션과 실제 인간 실험 모두에서 달성했다.