评估 LLM 基于多智能体系统中的 Theory of Mind 与内部信念
多智能体系统
2026-03-03 v1 人工智能
摘要
LLM 基于的多智能体系统（LLM-based MAS）因在自然语言理解、推理和规划方面的进展而日益受到青睐。Theory of Mind（ToM）和 Belief-Desire-Intention（BDI）模型的研究有望进一步提高这些系统中智能体的交互与决策。然而，在动态世界中实现协作智能仍然具有挑战性，因为 LLM 在多智能体世界中的表现极其不稳定。仅仅添加诸如 ToM 和内部信念等认知机制并不会自动导致改进的协调。这些机制之间，特别是与形式逻辑验证相关的相互作用，在不同 LLM 中仍基本未被探索。本工作调查：内部信念机制（包括符号求解器和 Theory of Mind）如何影响 LLM 基于的多智能体系统中的协作决策，以及这些组件的相互作用如何影响系统准确率。我们引入一种新型多智能体架构，集成 ToM、BDI 风格的内部信念和符号求解器，用于逻辑验证。我们在资源分配问题中对该架构进行评估，发现 LLM 能力、认知机制与性能之间存在复杂的相互作用。本工作为 AI 领域贡献了一种集成 ToM、内部信念和符号求解器的新型多智能体系统，用于增强多智能体系统中的协作智能，并在不同 LLM 设置下评估其性能。
引用
@article{arxiv.2603.00142,
title = {Evaluating Theory of Mind and Internal Beliefs in LLM-Based Multi-Agent Systems},
author = {Adam Kostka and Jarosław A. Chudziak},
journal= {arXiv preprint arXiv:2603.00142},
year = {2026}
}