学习策略性讨论：以《一夜终极狼人》为例

沟通是人类社会的基本方面，促进人与人之间的信息和信念交流。尽管大型语言模型（LLM）取得了进展，但最近基于这些模型构建的智能体往往忽略了对讨论策略的控制，而讨论策略在沟通场景和游戏中至关重要。作为著名沟通游戏《狼人》的变体，《一夜终极狼人》（ONUW）要求玩家制定策略性讨论策略，因为潜在的角色变化增加了游戏的不确定性和复杂性。在这项工作中，我们首先证明了ONUW游戏在两种场景（有讨论和无讨论）中存在完美贝叶斯均衡（PBE）。结果表明，讨论通过影响玩家的信念极大地改变了玩家的效用，强调了讨论策略的重要性。基于从分析中获得的见解，我们提出了一个基于强化学习（RL）的语言智能体框架，其中使用强化学习训练的讨论策略来确定采用适当的讨论策略。我们在多个ONUW游戏设置上的实验结果证明了我们提出框架的有效性和泛化能力。我们的论文项目页面：https://one-night-ultimate-werewolf.github.io。