EpiAgent：LLM智能体认知自博弈框架
热点事件持续更新
EpiAgent：LLM智能体认知自博弈框架
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
2026年10月30日，arXiv人工智能板块刊出Xuanfa Jin等作者的论文，提出EpiAgent框架与Epistemic Self-Play算法。该框架为基于LLM的智能体引入一个显式、可学习的认知层，用于维护对其他智能体私有信息的信念，并将这些信念与智能体自身可得信息组合成认知状态，供动作选择使用。其策略被分解为Epistemic Update与Action Planning两个阶段，并通过双层优化与内在预测奖励进行认知自博弈的交替训练。报道称，在混合与竞争场景中，EpiAgent持续优于基于提示词和基于强化学习的基线。目前该工作处于论文发布阶段，尚无后续跟进报道，也未出现与早先报道在数字、时间或说法上的矛盾。
AI 根据报道生成 · 2 小时前更新
最新进展10月30日 12:00
EpiAgent：面向 LLM 智能体的认知自博弈框架报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv Artificial IntelligenceEpiAgent：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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。