我们的研究关注于自然语言驱动的环境中的多代理协作问题，通过对 LLM 代理的研究，我们发现了 LLM 代理在团队协作中的潜力，并指出了与交流中的幻觉相关的问题。为了解决这个问题，我们开发了 CodeAct，一种具备增强记忆和代码驱动推理功能的通用代理，使其能够再利用部分信息以快速适应新团队成员。

Dec, 2023

提出了一种交互式多模态框架，通过协作推理游戏，实现神经网络学习语言，初步实验结果可喜，但需注意避免智能体发展出仅针对游戏有效的特定通信编码。

May, 2016

研究如何使用自然语言来协同解决物理装配问题，结果表明，参与者通过使用更高级别的指称表达逐渐提供越来越简洁的指示，从而达成了共享过程中的概念抽象，这为智能体之间的共同程序化抽象的协调提供了归纳偏见的启示。

Jun, 2021

本文提出了一种基于多智能体交互通信的语言学习框架，在指代游戏的上下文中研究了这种学习方法，通过联系人工智能代理人彼此通信以识别随机图像，在通过调整游戏环境来提高代理人交流的自适应语言结构，并为代理人的代码提出简单的系统，从而使其更好地恰当地通信，并能更有效地与人类沟通。

Dec, 2016

本文提出了使用深度强化学习进行训练的带有通信能力的智能体在同时进行一系列指称游戏的计算框架，证明了框架反映了自然语言中观察到的语言现象，即语言演化的复杂属性可以不依赖于复杂的语言能力而是可以从视觉感知智能体之间的简单社交交流中产生。

Jan, 2019

在信息不对称的情况下，开发能够制定策略并与人类合作的自主代理人是具有挑战性的，需要有效的自然语言交流。我们引入了一个共享控制游戏，两个玩家轮流共同控制一个令牌，以在不完整信息下实现共同目标。我们对一个自主代理人在此游戏中与另一位玩家（人类）的政策综合问题进行了数学建模。为了解决这个问题，我们提出了一种基于通信的方法，包括一个语言模块和一个规划模块。语言模块将自然语言消息与定义玩家意图的有限标志集之间进行翻译。规划模块利用这些标志，使用我们提出的基于不对称信息集的蒙特卡洛树搜索与标志交换算法计算策略。我们使用《夜间侏儒》作为基础的测试场景进行了这种方法的有效性评估，该场景是一个搜索和找到迷宫棋盘游戏。人类主体实验的结果表明，通过交流，玩家之间的信息鸿沟变小，合作效率提高，并减少回合数。

May, 2024

论文提出的新度量方法 EDP 和规划算法可解决 “即兴团队合作” 中出现的困难，其中队员可在特定费用下相互通信但必须平衡基于观察还是基于通信的计划识别。

Mar, 2021

采用基于非单调逻辑推理以及少量有限数据所学的其他代理行为预测模型的架构，通过支持在线选择、适应和学习模型以及在部分可观测性和有限通信存在下与队友协作来解决无先协调时代理与队友协作问题，实验证明该模型的性能在简单和复杂情况下都优于或与最先进的数据驱动基线相当，特别是在有限的训练数据、部分可观测性和团队组成的变化存在下。

Jun, 2023

本文提出一种通用的情境语言学习范式，旨在设计可靠的语言代理以能够与人类进行成功的合作。

Oct, 2016

该论文提出了一种关于部分可观测性的临时小组合作模式的正式定义，并提出了一种基于模型的首要方法，仅依赖先前知识和对环境的部分观察以执行临时小组合作。通过我们在 11 个领域的 70 个部分可观测马尔可夫决策过程的实验结果表明，我们的方法不仅能有效地帮助未知队友解决未知任务，而且在更具挑战性的问题上表现出强大的扩展性。

Sep, 2023