マルチエージェント交渉における敵対者モデリングによる選好推定
arXiv cs.CL / 2026/4/20
📰 ニュースModels & Research
要点
- 本論文は、マルチエージェントかつマルチイシューの交渉において、相手（対戦相手）の選好を自然言語でのやり取りを含めて正確に推定することの難しさを扱います。
- 数値のみを用いる従来の対戦相手モデリングでは、言語に埋め込まれた質的な手がかりを取りこぼすため、選好推定が不完全または不安定になると指摘しています。
- 提案手法ではLLMを用いて発話から質的情報を抽出し、それらを確率的な表現へ変換して、構造化されたベイズ的対戦相手モデリングの枠組みに組み込みます。
- マルチパーティのベンチマークでの実験では、確率的推論と自然言語理解を統合することで「全員一致（フルアグリーメント）率」と選好推定精度が向上することが示されています。
- 総じて、本研究はLLM由来の意味情報を対戦相手モデリングへ定量的に取り入れ、より一貫した交渉行動につなげる方法を提示しています。
