M2-PALE：基于过程挖掘与大型语言模型解释多智能体 MCTS-Minimax 混合体
人工智能
2026-04-17 v1
摘要
蒙特卡洛树搜索（MCTS）是一种广泛用于序列决策领域在线规划的基本抽样搜索算法。尽管其成功推动了人工智能领域的最新进展，但对于理解 MCTS 智能体的行为仍具有开发者和用户的挑战。这种困难源于通过大量未来状态模拟产生的复杂搜索树及其复杂的关系。MCTS 的已知弱点是其高度选择性的树构建，这可能导致关键走子的遗漏并暴露于战术陷阱。为解决此问题，我们将浅层、全宽 Minimax 搜索整合到多智能体 MCTS 的 rollout 阶段，以增强战略深度。此外，为阐明 resulting 决策逻辑，我们引入 （MCTS--Minimax Process-Aided Linguistic Explanations）。该框架采用过程挖掘技术，具体包括 Alpha Miner、iDHM 和 Inductive Miner 算法，从智能体执行痕迹中提取底层行为工作流程。这些过程模型随后由大型语言模型综合，以生成人类可读的因果和远距离解释。我们在小规模的 checkers 环境中展示了方法的有效性，建立了一个可扩展的基础，用于解释日益复杂的战略领域中的混合智能体。
引用
@article{arxiv.2604.14687,
title = {M2-PALE: A Framework for Explaining Multi-Agent MCTS--Minimax Hybrids via Process Mining and LLMs},
author = {Yiyu Qian and Liyuan Zhao and Tim Miller},
journal= {arXiv preprint arXiv:2604.14687},
year = {2026}
}