社会主动推理框架引入伴侣特异性情感精度
论文AI 评分 62/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
Harshil Shah等提出面向多智能体社交的伴侣特异性情感精度概念，将置信度校准为依关系而定的元认知估计，避免合并为单一值丢失决策信息。各伴侣行为证据独立更新局部置信度，在策略选择时调节策略精度，控制信念表达强度而非改变信念内容。多伴侣分级信任博弈模拟显示，该机制主要通过策略承诺而非伴侣状态推断改善行为；高置信度带来更强策略承诺但不必然提高奖励。社交行为突变时，置信度修正滞后于关系变化。调整精度增益与先验会产生不同信任校准动态。论文被IWAI 2026接收，已开源代码。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载伴侣特异性情感精度定义
在多智能体社交场景中，模型可靠性因关系而异。传统方法将不同关系的置信度合并为单一估计，会丢失与策略选择相关的信息。作者将情感精度形式化为一种关系特异性的元认知估计，用于衡量对当前伴侣模型的置信度。智能体针对每个伴侣维护独立的局部置信度，当接收到伴侣的行为证据时，更新对应的局部置信度。该局部置信度在策略选择阶段调节策略精度，决定当前信念在策略中的表达强烈程度，但并不改变信念的内容本身。
模拟实验与行为机制
通过多伴侣分级信任博弈进行模拟，发现伴侣局部情感精度主要通过影响策略承诺来改变行为，而非直接提升对伴侣状态的推断准确度。由于该机制追踪的是伴侣响应的可预测性而非实际收益，更高的置信度会产生更尖锐的策略承诺，但这并不必然转化为更高的奖励。此外，当伴侣的社交行为发生突变时，由先前可靠预测积累的置信度在关系改变后仍能保持行为上的活跃，表明置信度修正过程会滞后于社交变化。
参数影响与论文收录
研究还探讨了不同模型参数对信任校准动态的影响。通过改变精度增益和先验，能够产生截然不同的信任校准动态过程，展示了置信度积累与修正对模型参数的依赖性。这些结果共同表明，关系特异性的情感精度能够有效区分社交预测与社交策略承诺。该论文共26页包含6幅图表，已被第7届国际主动推理研讨会接收为全文，并已开源相关代码。
为什么值得看
提出区分社交预测与策略承诺的新机制，揭示置信度修正滞后效应，为多智能体交互建模提供新视角。
智能体论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。