MA$^{2}$P：面向复杂说服的元认知自主智能体框架

说服性对话生成在决策、谈判及行为改变中至关重要，但在被说服者内部状态不明时极具挑战。现有方法常生成通用或缺乏依据的回应，且大语言模型跨域表现不稳定。为此，本文提出 MA$^{2}$P，一种面向复杂说服的元认知自主智能体框架。该框架采用多智能体架构，协同感知管理、心理状态推断、策略执行、记忆维护及性能评估。此外，设计元认知配置器，从结构化知识库中选择初始元策略，以指导后续的推理与规划过程。实验表明，该方法显著提升了说服成功率。