本文讲述了在 Diplomacy 中使用监督学习和一步向前搜索与后悔最小化的策略相结合的方式来构建代理。这个代理胜过以往的 Diplomacy 机器人，性能达到了人类顶尖水平，并且在合作和竞争中都表现出色。

Oct, 2020

该研究使用专家轨迹训练了一个基于神经网络的无语版外交政策模型，然后使用强化学习代理在自我对弈过程中进行了训练，两种代理表现均超过了基于规则的机器人。

Sep, 2019

本研究通过对称的零和矩阵游戏，证明了联盟形成可以被看作是一个社会困境，并且实证表明，在多代理强化学习中，天真的方法往往失败。同时，我们引入了点对点的合约机制来发现和执行联盟。最后，我们将我们的代理模型推广到了包括时间延伸合约的情况，并提出了进一步研究的机会。

Feb, 2020

本文介绍了一种在组合动作空间游戏中进行动作探索和平衡逼近的算法，该算法同时执行价值迭代和学习策略建议网络。 我们使用这个算法，训练了一种名为 DORA 的代理，完全从零开始，它在人类玩家之上展现了超人类的表现，这是对 “Diplomacy” 中多个均衡的首个强有力的证据，表明单靠自我对战可能不足以达到超人类水平。

Oct, 2021

本文探讨了基于预训练语言模型的 AI 系统在协作问题上的行为，并通过众包和模型生成场景进行评估和测试，最后提供了一组生成场景的数据集和模型评估结果。

Mar, 2023

本文介绍了使用强化学习、策略迭代方法和博弈论等技术，以应对多智能体交互问题，从而在 7 人博弈 Diplomacy 中实现了前所未有的胜率提升，并取得与博弈论理论预测相一致的结果。

Jun, 2020

通过使用人工智能和大型语言模型，在历史的国际冲突中，包括第一次世界大战（WWI）、第二次世界大战（WWII）和中国的战国时期（WSP），我们提出了一种名为 WarAgent 的多智能体人工智能系统，模拟参与国家、它们的决策以及结果。通过评估模拟的效果，我们研究了先进人工智能系统在研究复杂的集体人类行为（如国际冲突）方面的进展和限制。我们的研究结果提供了以数据驱动和人工智能增强的洞察力，重新定义我们解决冲突和维持和平策略的方法。这些发现的意义超出了历史分析，为使用人工智能理解人类历史并可能预防未来的国际冲突提供了蓝图。

Nov, 2023

通过对多个人工智能自主代理在模拟战争游戏中的行为进行研究，我们发现大型语言模型存在升级行动和难以预测升级模式的问题，这可能导致更大的冲突和核武器的使用，因此在部署自主语言模型代理进行战略决策之前需要进一步审查和谨慎考虑。

Jan, 2024

在线游戏中玩家互动和谈判策略对游戏结果的预测有重要作用，通过语言建模可以相对准确地预测谈判策略，但需要更多因素来预测短期结果，对于长期结果，如基于先前谈判历史的玩家成功的预测中，它们在考虑图感知的强化学习方法中起着关键作用。

Nov, 2023

本文研究多智能体系统中的资源分配问题，应用福利经济学和社会选择理论来评估这种系统的社会福利，通过交易代理可以达成最优的资源分配。

Sep, 2011