神经 AI 中的多层交互均衡理论
神经与进化计算
2026-05-12 v1 计算机科学与博弈论
理论经济学
摘要
我们提出了一种用于自适应多智能体智能系统的博弈论框架。不同于经典博弈论常将策略视为由完全理性代理选择的原始对象，本框架为 NeuroAI 中的均衡提供了数学基础，可视为在放宽假设（包括部分可观测性、受限计算和不确定性）下的博弈论扩展。在其核心，多层交互均衡（MIE）将经典纳什均衡推广到具有内部计算的智能系统。均衡不仅仅定义于可观察行为层面，而是在相互作用的代理之间，神经学习动力学、认知表征和行为策略相互稳定时即达成。该框架统一适用于两个生物大脑、两个人工智能体或混合人类-人工智能系统之间的交互。我们讨论了将多层博弈论应用于人类-自动驾驶车辆驾驶、人机交互、人类-大语言模型（LLM）交互以及计算精神医学的应用。我们还概述了估计 MIE 的实验策略和计算方法，讨论了面向未来研究的挑战与前景。
引用
@article{arxiv.2605.10505,
title = {A Theory of Multilevel Interactive Equilibrium in NeuroAI},
author = {Zhe Sage Chen and Quanyan Zhu},
journal= {arXiv preprint arXiv:2605.10505},
year = {2026}
}