PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.19308v1cs.CL

다중 에이전트 가상 플레이를 통한 대규모 언어 모델의 의사결정 향상

Enhancing Decision-Making with Large Language Models through Multi-Agent Fictitious Play

LLM 기반 다중 에이전트 시스템은 상호 의존적인 이해관계자 입장을 동시에 추론해야 하는 의사결정, 즉 입장의 얽힘(stance entanglement) 문제를 분할 정복으로 해결하기 어렵다. 다중 에이전트 가상 플레이(MAFP)는 게임 이론의 가상 플레이로 각 에이전트가 다른 에이전트의 과거 결정에 최적 대응하며 반복 갱신해 균형에 가까운 전략을 찾고, 경쟁 시나리오에서 토너먼트 강도와 강인성 모두에서 단·다중 라운드 베이스라인을 능가했다.