Social Deduction Reasoning under Uncertainty Game AI Agent Architecture
摘要

社交演绎游戏(如狼人杀)对人工智能提出了独特挑战:玩家需在不确定性下进行推理,解读不完整且具误导性的信息,评估类人沟通并制定策略性淘汰决策。与确定性棋盘游戏不同,其成功依赖于在欺骗环境中的推断、记忆与适应性。本文介绍了为 MindGames 竞技场社交演绎赛道设计的 Revac-8 智能体,该智能体荣获冠军。其架构从简单的两阶段推理系统演变为多模块体系,集成了基于记忆的玩家画像、指控与辩护的社交图谱分析以及动态语气选择。结果突显了结构化记忆与自适应沟通在高利害社交环境中实现卓越性能的重要性。

AI 推荐理由

论文核心聚焦于社交推理游戏中的不确定性推理、欺骗检测及逻辑推断,属推理能力研究。

研究机构
Department of Computer Science and Engineering, RV College of Engineering, Bangalore Department of Information Science and Engineering, RV College of Engineering, Bangalore
论文信息
作者 Mihir Shriniwas Arya, Avinash Anish, Aditya Ranjan
发布日期 2026-04-21
arXiv ID 2604.19523
相关性评分 9/10 (高度相关)