EpiAgent：面向 LLM 智能体的认知自博弈框架

EpiAgent 为 LLM 智能体引入可学习的显式认知层，维护对其他智能体私有信息的信念，并与自身信息组合成认知状态用于动作选择。其策略分解为 Epistemic Update 与 Action Planning 两阶段，通过双层优化与内在预测奖励进行认知自博弈交替训练。在混合与竞争场景中，EpiAgent 持续优于基于提示词和基于 RL 的基线。