Adversarial team games (ATGs) with asymmetric information, such as adversarial path-finding, goal search, and reachability games on graphs, require strategies that are robust to hidden opponent types, such as a hidden goal flag, and to deception. Under asymmetric information, deception is seen as strategic shifts in the type distribution such that the omniscient opponent can collude with Nature and condition its play on the observed type. Existing risk-neutral solution concepts, such as Bayesian Nash equilibrium (BNE), are sensitive to distribution shifts, while distributionally robust approaches provide guarantees only within a prescribed ambiguity set. To address these limitations, we introduce Probabilistically Robust Minimax-Regret Equilibrium (PR-MRE), a novel equilibrium concept that combines the distribution-free robustness of minimax-regret reasoning with probabilistic information from a nominal type distribution. PR-MRE minimizes worst-case regret over a high-confidence subset of the type space, providing protection against strategic redistribution of probability mass while avoiding the conservatism of fully distribution-free approaches. We show that, for finite normal-form Bayesian games, approximate PR-MRE computation can be formulated as a robust bilinear program and derive a tractable semidefinite relaxation. We then adapt this relaxation into a novel meta-solver within a robust double-oracle framework, PRMRE-PSRO, enabling population-based learning of approximate PR-MRE strategies via deep reinforcement learning best responses. Experiments on graph-structured adversarial team games demonstrate that PR-MRE discovers strategies with substantially improved worst-case performance across hidden types compared to risk-neutral Bayesian Nash equilibrium solutions, resulting in more robust behavior under strategic distribution shifts.
There has been significant recent progress in algorithms for approximation of Nash equilibrium in large two-player zero-sum imperfect-information games and exact computation of Nash equilibrium in multiplayer strategic-form games. While counterfactual regret minimization and fictitious play are scalable to large games and have convergence guarantees in two-player zero-sum games, they do not guarantee convergence to Nash equilibrium in multiplayer games. Recently, an approach has been presented for exact computation of Nash equilibrium in multiplayer imperfect-information games that solves a quadratically constrained program based on a nonlinear complementarity problem formulation derived from the sequence-form game representation. This formulation was solved using Gurobi's nonconvex quadratic solver, which employs spatial branch-and-bound to iteratively refine variable bounds by solving convex relaxations of bilinear terms. During presolve, Gurobi introduces auxiliary variables and, in some cases, binary variables, leading to an internal mixed-integer quadratically constrained program. This approach was demonstrated to outperform prior algorithms from the Gambit software suite and quickly solve three-player Kuhn poker after removal of dominated actions; however, the algorithm was not able to solve the full version of the game within 24 hours. In this paper, we derive finite bounds on slack and multiplier variables in the nonlinear complementarity formulation. These bounds can strengthen the convex relaxations used within spatial branch-and-bound. We compare uniform corollary bounds with finer proposition-based bounds on full three-player Kuhn poker. All eight bounded configurations return numerically verified equilibria in under 17 seconds, while the unbounded formulation finds no feasible solution within 300 seconds. The finest bounds do not consistently yield the fastest computation.
고차원 연속 게임에서 균형(equilibrium)을 계산하려면 풍부한 다봉(multi-modal) 전략 분포를 학습하고 표현해야 하지만, 기존의 신경망 정책으로는 이를 달성하기 어렵습니다. 확산 모델(diffusion model)은 자연스러운 해결책을 제공하지만, 표준 확산 학습(training)은 고정된 목표 분포로부터의 직접적인 샘플을 필요로 하며, 이는 반복적인 게임 해결 업데이트 과정에서는 일반적으로 얻기 어렵습니다. 본 논문에서는 온라인 미러 하강법(OMD) 및 가상 플레이(FP)의 확산 기반 변형을 가능하게 하는 균형 계산용 확산 기반 프레임워크를 제안합니다. 제안하는 접근법은 각 업데이트된 정책으로부터 직접 샘플을 추출할 필요 없이 확산 정책을 학습시키는 재가중(reweighted) 스코어 매칭 목적식을 유도합니다. 본 연구의 핵심 방법론인 DiffNash는 리플레이 버퍼를 통해 과거 행동을 재사용함으로써 OMD의 빠른 수렴(convergence)과 FP의 샘플 효율성을 결합합니다. 샘플 재사용으로 인해 발생하는 분포 변화(distribution shift)를 보정하기 위해, 확산 우도(likelihood)를 직접 평가하지 않고도 해당 중요도 가중치(weight)에 대한 다루기 쉬운 대리 지표를 제공하는, 현재 및 과거 정책의 증거 하한(ELBO) 차이에 대한 비편향 추정량을 유도합니다. 산림 보호 게임 및 연속 블로토 대령(Colonel Blotto) 게임에서 제안 방식을 평가한 결과, 최소한의 하이퍼파라미터(hyperparameter) 튜닝만으로 가장 강력한 기준선(baseline) 대비 내시 격차(Nash gap)를 각각 35.6% 및 24.7% 감소시켰습니다.
본 논문에서는 반응형 구현을 위해 오토마타(automata)로 명시된 기능적 요구사항으로부터 블랙박스 테스트 케이스를 자동 온라인 합성하는 문제를 다룹니다. 테스터의 목표는 요구사항 위반을 모니터링하면서 커버리지 기준을 충족하도록 특정 주어진 상태에 도달하는 것입니다. 우리는 유망한 입력을 효율적으로 선택하기 위한 강화학습(RL)의 고전적 기법인 몬테카를로 트리 탐색(Monte Carlo Tree Search) 기반의 접근법을 개발합니다. 오토마타 요구사항을 구현체와 테스터 간의 게임으로 간주하여, 이 게임에서 유망한 입력을 향해 탐색을 편향시키는 휴리스틱을 개발합니다. 실험을 통해 우리가 제안한 휴리스틱이 몬테카를로 트리 탐색 알고리즘의 수렴을 가속화하여 테스팅 성능을 향상시킴을 보입니다.
(Stampacchia) 변분 부등식(variational inequality, SVI)을 푸는 것은 최적화(optimization)의 핵심에 위치한 기초적인 문제입니다. 그러나 이러한 표현력은 계산 복잡도(computational hardness)라는 대가를 수반합니다. 그 결과, 대부분의 연구는 이러한 난해성 장벽을 피할 수 있는 특정 하위 클래스를 규명하는 데 집중해 왔습니다. 1960년대로 거슬러 올라가는 고전적인 속성 중 하나는 민티 변분 부등식(MVI) 문제가 해를 갖는다고 가정하는 민티 조건(Minty condition)입니다. 본 논문에서는 민티 조건 하에서 립시츠 연속(Lipschitz continuous) 사상에 대한 $ε$-SVI를 풀기 위해, 차원 $d$ 및 $\log(1/ε)$에 대해 다항식으로 증가하는 복잡도를 가지는 최초의 다항 시간 알고리즘(polynomial-time algorithm)을 규명합니다. 기존 접근 방식들은 $1/ε$(및 문제의 다른 자연스러운 매개변수들)에 대해 지수적으로 나쁜 의존성을 지니거나 단조성(monotonicity)과 같은 보다 제한적인 가정을 두었습니다. 이를 위해, 타원체(ellipsoid)의 중심에서 하강 단계를 취한 후 분리 초평면(separating hyperplane)을 얻는 타원체 알고리즘의 새로운 변형을 소개합니다. 이 알고리즘은 SVI의 집합이 비볼록(nonconvex)하고 완전 차원(fully dimensional)이 아닌 경우에도 성공합니다. 또한 본 알고리즘을 MVI 해가 존재하지 않는 인스턴스에 적용하여 SVI 해를 찾지 못할 경우, MVI 실행 불가능성(infeasibility)에 대한 간결한 증명(certificate)을 생성합니다. 우리는 또한 민티 조건의 성립 여부를 결정하는 것이 $\mathsf{coNP}$-완전임을 보여줌으로써, 각 문제가 개별적으로는 다루기 힘들더라도 두 문제의 논리합(disjunction)은 다항 시간에 해결 가능함을 밝힙니다. 아울러 주요 결과에 대한 몇 가지 확장 및 새로운 응용을 제시합니다. 특히, 다인 조화 게임(multi-player harmonic games)에서 내시 균형(Nash equilibrium)을 계산하는 최초의 다항 시간 알고리즘을 얻었습니다. 마지막으로, 2인 일반화 합 오목 게임(two-player general-sum concave games)에서 내시 균형 또는 엄격한 개략적 상관 균형(strict coarse correlated equilibrium) 중 하나를 도출하는 최초의 다항 시간 알고리즘을 제시합니다.
대규모 언어 모델(LLM) 기반 에이전트는 전략적 상호작용을 특징으로 하는 다중 에이전트 시스템(MAS)에서 점점 더 많이 활용되고 있습니다. 그러나 서로 다른 유형의 메시지가 전략적 게임의 결과에 영향을 미치는지, 그리고 어느 정도까지 영향을 미치는지에 대해서는 알려진 바가 거의 없습니다. 서로 다른 협력 균형을 갖는 4개의 게임을 플레이하는 4개의 대표적인 LLM 기반 AI 에이전트를 조사함으로써, 본 연구는 다양한 종류의 메시지(자연어, 수치적 신호 또는 무작위 시퀀스)가 에이전트에 부여된 성격에 따라 각 게임의 협력 수준을 유의미하게 변화시키는지 분석합니다. 연구 결과, 구조화된 메시지는 대부분의 게임과 LLM에서 최종 보수(payoff)를 변화시키지만 예측 가능한 패턴은 나타나지 않음을 확인했습니다. 이는 추가적인 기능과 무관하게 AI 에이전트가 안정적인 균형으로 수렴할 수 있다는 가정에 의문을 제기합니다. 또한, 에이전트가 생성한 수치적 메시지는 무작위성에서 벗어나며, 특히 에이전트가 명시적으로 소통하도록 지시받았을 때 이러한 경향이 가장 강하고 일관되게 나타남을 관찰했습니다. 그러나 이러한 수치적 메시지의 기호 분포는 주로 보수 구조와 연관되어 있고 반복을 통해 대체로 더 집중되는 경향을 보이지만 전반적으로 인간이 해석하기 어려워 추가적인 해석 가능성(interpretability) 문제를 야기합니다. 따라서 제한된 채널을 통한 AI 에이전트의 공모 및 협력(coordination)을 모니터링할 때는 모델 간에 일반화되지 않는 행동적 결정보다는 모델 전반에 일반화되는 메시지 수준의 지문(fingerprint)을 우선적으로 고려해야 합니다.
최근 LLM의 발전으로 인간이나 다른 에이전트와의 의사결정을 포함하는 복잡한 에이전트 역할에 LLM을 활용할 수 있게 되면서, 윤리적 정렬(alignment)이 중요한 관심사가 되었다. 기존 연구는 LLM의 도덕적 판단과 전략적 행동을 각각 따로 다루어 왔지만, 도덕적 명령이 이익 추구와 직접 충돌할 때 LLM이 어떻게 행동하는지에 대한 이해는 제한적이다. 우리는 \msimfull (\msim)을 도입하여, 9개 모델에 걸쳐 도덕적 프레이밍, 상대 행동, 생존 압력을 변화시키며 도덕적으로 민감한 맥락에 내재된 죄수의 딜레마(prisoner's dilemma)와 공공재 게임(public goods game)에서 LLM이 어떻게 행동하는지 평가한다. 행동 측정을 넘어, 평균 처리 효과(ATE)를 통해 각 요인의 인과 효과를 추정하고, 에이전트 자체의 추론 trace를 분석하여 선택 뒤에 있는 동기를 특성화한다. 어떤 모델도 일관되게 도덕적이지 않으며, 협력률은 7.9\%에서 76.3\%까지 분포한다는 것을 발견했다. 게임 구조와 도덕적 프레이밍이 도덕적 행동의 가장 강한 인과적 동인이며, 추론 trace 분석은 모델마다 뚜렷한 동기 프로필을 드러낸다. 이는 주로 보상 최대화(payoff-maximizing)부터 도덕적·평판 지향적 성향까지 다양하다. 이 결과들은 현재 LLM의 도덕적 행동이 상황에 따라 쉽게 흔들린다는 점과, 이익 추구가 윤리적 지침과 충돌하는 환경에 LLM을 배치할 때의 위험을 드러낸다.
MWU(Multiplicative Weights Update) 알고리즘의 게임 설정에서의 장기 행동을 연구한다. 이러한 설정에서는 학습 동역학이 내시 균형(Nash equilibria)으로 수렴하지 못하고 대신 Li-Yorke 혼돈을 보이는 경우가 빈번하다. 이러한 혼돈은 특정 장기 전략 프로필의 예측을 배제하지만, 통계적 구조가 없음을 의미하지는 않는다. 우리는 에르고딕 이론(ergodic theory)의 근본 개념인 자연 불변 측도(natural invariant measures)가 이러한 혼돈 속에서 질서를 찾는 데 필요한 엄밀한 틀을 제공함을 보인다. 2-전략 혼잡 게임(congestion game)에 초점을 맞춰, 이러한 측도가 동역학의 포괄적인 통계적 특성화를 가능하게 함을 증명한다. 중요하게도, 이 틀이 단순한 전략 빈도를 넘어 \emph{general observables}로 확장됨을 보이며, 혼돈에도 불구하고 보수(payoffs), 사회적 비용(social cost), 후회(regret) 등 광범위한 경제 지표 클래스에 대한 장기 시간 평균의 정밀한 계산이 가능함을 보인다. 우리의 결과는 이 단순한 학습 알고리즘이 일차원 동역학계에서 발견되는 행동의 전체 스펙트럼—고유 또는 다중의 절대연속 불변 측도부터 복잡한 주기적 attractor까지, 혼돈적 행동과 안정적(주기적) 행동이 공존하는 경우까지—을 포착함을 보여준다. 게임 이론과 동역학계를 연결함으로써, 점별(pointwise) 수렴이 없는 경우에도 통계적 예측 가능성을 달성할 수 있음을 보인다.
Microsoft의 Active Directory(AD)는 IT 관리자가 Windows 도메인 네트워크 내에서 보안 권한을 관리하고 접근을 제어할 수 있게 하는 디렉터리 서비스이다. 많은 조직의 핵심 관리 시스템인 AD는 적대자의 주요 공격 대상이 되었다. 공격 그래프를 강화하는 많은 해결책이 존재하지만, 이러한 노력은 AD 공격 그래프에 특화된 여러 핵심적인 실용적 과제를 해결하는 데 미흡하다. 첫째, 기존 모델은 그래프가 정적이라고 가정하는 경우가 많지만, 실제 AD 환경은 매우 동적이다. 둘째, 대부분의 제안된 해결책은 취약점을 제거하는(엣지 제거) 방어적 조치에 한정되어 있으며, 보다 능동적인 방어 메커니즘은 대체로 연구되지 않았다. 셋째, 모든 조치가 실행 가능한 것은 아니므로, 실용적인 end-to-end 모델은 우선순위 결정 과정에 시스템 관리자의 피드백을 반드시 포함해야 한다. 본 논문은 이러한 한계를 해결하기 위해 게임 이론적 및 최적화 기반 의사결정 모델들을 연구하고 제안하는 것을 목표로 한다. 첫째, 최단 경로 수와 Domain Admin에 도달 가능한 노드 수를 최소화하는 원칙에 기반한 허니팟/디코이 배치 모델을 제안한다. 둘째, 이 모델을 기반으로 AD 그래프의 동적/시간적 특성을 고려하는 방어 전략을 도입하며, 목표는 최악의 경우 사고 대응 시간을 최대화하는 디코이 배치 위치를 찾는 것이다. 셋째, 각 고위험 공격 경로에 대해 IT 관리자에게 조치 판단을 요청하는 적응형 우선순위 모델을 도입한다. 마지막으로, 유사한 위험 특성을 가진 엣지에 시스템 관리자의 결정을 일반화하는 일반적인 적응형 엣지 제거 정책을 찾음으로써 시스템 관리자의 승인 부담을 최소화하는 end-to-end 적응형 우선순위 모델을 도입한다. 우리는 제안한 모든 모델의 기반이 되는 문제들이 계산적으로 난해함을 보인다.
정교한 공격자는 암호화, 은밀 전술, 저속 공격 패턴을 사용하여 탐지 기반 보안을 회피할 수 있다. 이 문제는 사물인터넷(IoT) 및 엣지 환경에서 특히 심각한데, 제한된 자원으로 인해 ML 기반 침입 탐지 시스템의 적용이 비현실적이다. 이에 본 논문은 공격을 탐지하려는 대신 경제적으로 실행 불가능하게 만드는 프레임워크인 Economic Denial Security(EDS)를 제안한다. EDS는 근본적인 비대칭성을 이용한다. 방어자는 자신의 환경을 통제하지만, 공격자는 그렇지 않다. 이 프레임워크의 네 가지 메커니즘은 공격 비용을 초선형적으로 증폭시킨다. 이 메커니즘에는 적응형 계산 퍼즐(adaptive computational puzzles), 디코이 기반 상호작용 엔트로피(decoy-driven interaction entropy), 시간적 스트레칭(temporal stretching), 대역폭 과세(bandwidth taxation)가 포함된다. 본 논문은 게임 이론을 사용하여 EDS의 최적 구성을 수학적으로 증명하며, 여러 보안 메커니즘을 결합할 경우 보통 이를 개별적으로 사용할 때보다 2.1배의 비용이 드는 것으로 나타났다. 이는 설계 시 고려해야 할 핵심 트레이드오프이다. 다행히 EDS는 12KB 미만의 메모리만 사용하는 등 매우 효율적이어서, 값비싼 서버가 아닌 마이크로컨트롤러와 같은 소형 임베디드 장치에서 실행하기에 실용적이다. EDS는 네 가지 공격 시나리오 하에서 20종의 서로 다른 IoT 장치에서 테스트되었다. 결과는 공격이 현저히 느려지고, 비용이 비대칭적으로 변하며, 공격 성공률이 감소하고, 시스템이 오탐(false positive) 없이 20ms의 지연만 추가함을 보여주었다. 실제 악성코드(Mirai, Torii, Hajime)에 대해 테스트했을 때, EDS와 머신러닝 탐지를 결합하면 보호율이 67%에서 88%로 향상되었다. 두 기법을 함께 적용하면 보호율은 94%에 달해, 전체적으로 27%의 개선을 이루었다. 기존의 탐지 기반 접근법과 달리 EDS는 공격 식별 없이 독립적으로 동작하므로, 다른 방법이 사실상 작동하지 않는 자원이 제한된 IoT 장치에 실용적이다.
AI의 부상은 긍정적 외부효과(positive spillovers)라는 경제적 현상을 증폭시킨다. 창작자가 LLM에 의해 재사용되고 적응될 수 있는 콘텐츠를 기여할 때, 한 창작자의 노력은 재조합을 통해 다른 창작자의 콘텐츠 품질을 향상시킬 수 있다. 이러한 외부효과는 콘텐츠 품질을 개선할 수 있지만, 창작자가 다른 사람의 기여로부터 이익을 얻을 수 있을 때 노력을 줄일 수 있으므로 인센티브를 재형성하기도 한다. 우리는 플랫폼과 전략적 창작자 간의 게임인 외부효과를 포함한 콘텐츠 생성(Content Creation with Spillovers, CCS) 모델을 제안한다. 이 게임에서 각 창작자는 노력 수준을 선택하며, 품질은 모든 창작자의 노력에 의해 공동으로 결정된다. 플랫폼은 사회적 후생을 극대화하기 위해 품질에 기반한 계약을 체결한다. 우리는 표준 콘테스트(contest) 메커니즘이 불안정할 수 있음을 보이고, 파레토 지배(Pareto-dominant) 균형을 보장하는 매개변수화된 임시 할당(Provisional Allocation) 메커니즘族을 제안한다. 이 계열 내에서 후생을 최적화하는 것은 일반적으로 근사하기 어렵지만, 구조화된 외부효과 클래스에 걸쳐 결정적으로 보장이 성립하거나 무작위 인스턴스에서 높은 확률로 보장이 성립하는 근사 알고리즘을 개발한다.
고전적인 게임 이론 모형은 일반적으로 합리적 에이전트, 완전 정보, 그리고 보수에 대한 공통 지식을 가정한다—이는 불확실성, 불일치한 인식, 중첩된 믿음으로 특징지어지는 실제 세계 다중 에이전트 시스템(MAS)에서 종종 위반되는 가정이다. 이러한 한계를 극복하기 위해, 연구자들은 인지적 제약, 주관적 믿음, 이질적 추론의 모형을 통합하는 확장을 제안해 왔다. 이 가운데 하이퍼게임 이론은 전략적 상황에 대한 에이전트의 주관적 인식, 즉 지각 게임(perceptual games)으로 알려진 것을 명시적으로 모델링함으로써 고전적 패러다임을 확장한다. 이 게임에서 에이전트는 구조, 보수, 또는 이용 가능한 행동에 대해 상이한 믿음을 가질 수 있다. 우리는 하이퍼게임 이론의 에이전트 호환 적용에 대한 체계적 리뷰를 제시하며, 그 서술적 역량이 동적이고 상호작용적인 MAS 맥락에 어떻게 적용되어 왔는지 검토한다. 사이버보안, 로보틱스, 사회 시뮬레이션, 통신, 그리고 일반적인 게임 이론 모델링 분야의 선별된 49편의 연구를 분석한다. 하이퍼게임 이론과 그 두 가지 주요 확장—계층적 하이퍼게임(hierarchical hypergames)과 HNF—에 대한 공식적 소개를 바탕으로, 우리는 통합 패턴과 실용적 적용 가능성을 평가하기 위한 에이전트 호환성 기준과 에이전트 기반 분류 프레임워크를 개발한다. 우리의 분석은 기만적 추론에서 계층적 및 그래프 기반 모형의 널리 퍼진 사용과, 실용적 적용에서 광범위한 이론적 프레임워크의 단순화를 포함한 주류 경향을 드러낸다. 우리는 HNF 기반 모형의 제한된 채택, 공식적 하이퍼게임 언어의 부재, 그리고 인간-에이전트 및 에이전트-에이전트 불일치 모델링의 미개척 기회를 포함한 구조적 공백을 확인한다. 추세, 과제, 그리고 열린 연구 방향을 종합함으로써, 본 리뷰는 동적 다중 에이전트 환경에서 전략적 모델링의 현실성과 효과를 향상시키기 위해 하이퍼게임 이론을 적용하는 새로운 로드맵을 제공한다.
우리는 구조화된 추론 개입이 대규모 언어 모델(LLM)의 전략적 경제 추론을 향상시키는지, 그리고 그 효과가 모델 아키텍처에 따라 달라지는지를 조사한다. 호텔링 선형 도시 모델을 진단 도구로 활용하여, 표준 인스트럭션 팔로잉 모델인 GPT-4.1-mini와 추론 최적화 모델인 GPT-5-mini를 다섯 가지 조건—스캐폴딩 없는 기준선과 네 가지 추론 개입—에서 평가한다. 평가는 연역적 및 귀추적 추론을 아우르는 여덟 가지 질문, 세 가지 프롬프트 프레이밍, 조건당 세 번의 반복으로 구성되며, 총 720개의 개별 판정 응답을 생성한다. 스캐폴딩 유형과 모델 아키텍처 간에 통계적으로 유의미한 교차 상호작용을 발견한다($t(7) = 4.79$, $p = 0.002$, $d = 1.69$): 커밋먼트 스캐폴딩은 표준 모델을 향상시키는($+0.21$) 반면 추론 모델을 저하시키며($-0.63$), 원칙적 분리는 반대 패턴을 보인다($-0.40$ 대 $+0.31$). 두 교차 효과 모두 개별적으로 유의미하며(커밋먼트: $p = 0.040$; 분리: $p = 0.002$), 여덟 가지 질문 전체에서 7/8의 방향 일관성을 보이며 유지된다. 적대적 스트레스 테스트는 두 모델 모두에 해를 끼치며, 추론 모델에서 $2.6\times$ 더 큰 성능 저하를 보인다($-1.47$ 대 $-0.57$; $p = 0.038$). 이 손상은 기준선 난이도와 음의 상관관계를 가진다($R^2 = 0.36$, $p = 0.014$). 또한 두 모델 모두 올바른 전략을 식별하는 비율이 이를 실행하는 능력을 크게 초과하는 지속적인 선언적-절차적 격차를 확인한다. 원칙적 분리는 추론 모델에서 이 격차를 완전히 해소하는 반면, 표준 모델에서는 어떠한 개입도 도움이 되지 않는다.
AlphaZero는 신경망 기반 몬테카를로 트리 탐색(Monte Carlo Tree Search)이 초인적 성능을 달성할 수 있음을 보여주었지만, 강한 플레이가 반드시 완벽한 플레이를 의미하지는 않는다. 우리는 대조적인 구조를 가진 두 가지 오라클 평가 가능 도메인에서 이 격차를 연구한다: 정확한 게임 이론적 값이 존재하는 완전히 풀린 편향 게임(partisan game)인 Connect Four, 그리고 최적 플레이가 Grundy 수 구조에 의해 지배되는 공평 게임(impartial game)인 Chomp. 통합된 자기 대국(self-play) + MCTS 파이프라인 하에서, 기본 AlphaZero, 멀티-프레임 변형(Chomp에만 적용), 그리고 오라클에서 도출된 정책 지도학습을 추가하는 AlphaZero 보조 손실(AZAL, AlphaZero Auxiliary Loss)을 비교한다. 기본 AlphaZero는 두 도메인 모두에서 강한 플레이를 달성하지만 최적 플레이에 필요한 정확한 궤적을 유지하지 못함을 확인했다: Connect Four에서는 최적 플레이 라인을 유지하지 못하고, Chomp에서는 $g=0$ 불변 조건을 일관되게 복원하지 못한다. 직사각형 Chomp 보드에서 멀티-프레임 입력만으로는 이 격차를 해소하지 못한다. 그럼에도 불구하고, AZAL은 다중 시드 전체 게임 추적 및 샘플 상태 평가에서 오라클 일관성을 크게 향상시킨다. Chomp에서 AZAL은 10x11 크기에서 완벽한 전체 게임 오라클 일관성에 도달하고, 9x10 크기에서는 높지만 완전하지 않은 일관성을 달성한다; Connect Four에서 AZAL은 오라클 일치율을 향상시키고 첫 번째 오라클 실수를 지연시키지만, 완벽한 플레이에는 도달하지 못한다.
자기이익을 추구하는 18개의 LLM 에이전트(DeepSeek-V3)가 참여하는 다중 에이전트 마켓플레이스 시뮬레이션에서, 8가지 공식 메커니즘의 협력 유지 효과를 비교한 결과 조정(Mediation) 메커니즘이 가장 높은 시장 안정성을 보였다. 이후 반복적으로 프롬프트 최적화된 LLM 기반 트롤로 레드팀 테스팅을 수행했을 때, 최강 공격도 정직한 에이전트의 효용을 13.3% 감소시키는 데 그쳤으며 시장 자체를 붕괴시키지는 못해 Mediation의 적대적 강건성을 확인하였다.
베이지안 게임과 팀 게임 원리를 결합한 적응형 다중 에이전트 프레임워크 G-Frame은 경량 대규모 언어 모델(LLM)의 화학 도메인 추론 결함을 극복하기 위해 363,045개의 사고의 연쇄와 199,589개의 질문-답변 쌍으로 구성된 전문 코퍼스를 자동 합성한다. 이를 통해 학습된 7B 모델 OmniChem은 ChemBench에서 GPT-4o mini와 동등한 성능을 달성하면서 기반 모델 대비 환각을 79.46% 감소시켰다.
페르소나 프롬프트가 반복적 사회적 딜레마 게임인 Split or Steal에서 LLM 에이전트의 전략적 행동에 미치는 영향을 Ministral 3:3b, phi4:14b, Gemma3:12b, Gemma4:e4b 네 가지 모델로 실험한 결과, 전체 라운드의 약 74%에서 상호 협력(Split)이 우세했으며 모델 종류와 Big Five 성격 특성 기반 페르소나 유형이 협력 및 착취 패턴에 유의미한 영향을 미쳤다. 친사회적(Prosocial)·원칙적(Principled) 페르소나는 가장 일관되게 협력적이었던 반면, 분석적(Analytical) 페르소나는 가상 인간(Virtual Human)을 착취할 가능성이 더 높았으며, 우정 관련 대화는 Split 결정과, 돈·복수 관련 내용은 Steal 결과와 연관되는 경향을 보였다.
LLM 에이전트가 반복 게임에서 공개 선언을 어기는 행동을 3단계 프로토콜(사적 계획 → 공개 선언 → 최종 행동)로 분석한 결과, 약속 위반의 90% 이상이 이미 사적 계획 단계에서 의도된 사전 계획적 기만임이 밝혀졌다. 또한 서로 다른 모델은 공개 선언을 구속력 있는 약속 또는 값싼 말로 상이하게 해석하며, 이종 모델 혼합 시스템에서는 0라운드부터 시작되어 10라운드 내내 지속되는 보상 격차가 발생해 배포 전 실증적 상호작용 검증이 필수적임을 시사한다.
단일 판매자가 제한된 대화 횟수 내에서 다수의 비공개 예산을 가진 구매자들과 동시에 협상하는 환경에서, 표준 대규모 언어 모델(LLM)이 시장 탐색에 실패하고 조기 고가 입찰자에 집중하는 경향을 보임을 분석하고, 검증 가능한 보상 기반 강화학습(RLVR)으로 학습한 판매자 에이전트가 가격 앵커링과 전략적 탐색을 통해 고가치 구매자를 식별하고 더 높은 잉여를 추출함을 보인다. 학습된 에이전트는 미지의 구매자 협상 스타일과 예산 분포에서도 강건한 일반화 성능을 달성하며 프론티어 모델 대비 우수한 경제적 성과를 기록했다.
FootsiesGym은 2인 제로섬 불완전 정보 게임 환경에서 강화학습(RL) 연구를 위한 오픈소스 벤치마크로, 미니멀리스트 2D 격투 게임 Footsies를 기반으로 순환적·비추이적 전략 상호작용을 분리해 효율적인 분석이 가능하도록 설계되었다. 벡터화된 시뮬레이터를 통해 표준 하드웨어에서 초당 약 52,500 스텝의 고처리량 학습을 지원하며, PPO, EMAgnet, PFSP 등 여러 RL 알고리즘의 근사 악용 가능성(exploitability) 분석 결과를 벤치마크로 제시한다.