多 AI 智能体协作研究：通过概率通信缩小协作差距

研究提出让持有私有信息的多 AI 智能体通过交流对动作的校准信念（概率）来协作，相比仅交流提议动作能更好地保留决策相关的不确定性。在合成场景及协作走迷宫任务的测试表明，传递无偏概率的表现显著优于单纯交流动作，但概率有偏时该优势会消失。研究还给出了事后对话校准干预方法，通过纠正偏差持续改善训练 Transformer 与预训练 LLM 智能体的决策。