斯塔克伯格说话者：优化社交推理游戏中的说服性通信

大语言模型（LLM）智能体在社交推理游戏（SDGs）中已展现出显著进展。然而，现有方法主要关注信息处理和策略选择，忽视了说服性通信在影响其他玩家信念和回应方面的重要性。在SDGs中，成功不仅取决于做出正确的推理，还取决于说服他人以与自身意图一致的方式做出回应。为解决这一局限性，我们将SDGs中的回合制对话形式化为斯塔克伯格博弈，其中当前玩家作为领导者策略性地影响跟随者的回应。基于这一理论基础，我们提出了一种强化学习框架，用于训练智能体优化话语以产生说服性影响。通过在三个多样化SDGs上的全面实验，我们证明了我们的智能体显著优于基线。这项工作代表了开发具备战略社交影响力的AI智能体的重要一步，其影响延伸至需要说服性通信的场景。我们的代码和数据可在 https://3dagentworld.github.io/leader_follower 获取。