Collaborative Multi-Agent Scripts Generation for Enhancing Imperfect-Information Reasoning in Murder Mystery Games
Sun Yat-sen University（中山大学）；The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
本文提出协作多智能体框架，通过生成丰富多模态上下文提升VLMs在叙事推理和欺骗鲁棒性中的表现，解决多玩家游戏中不完全信息下的复杂推理问题。
2026-08-11 cs.AI
Student of Games: A unified learning algorithm for both perfect and imperfect information games
EquiLibre Technologies（EquiLibre 科技公司）；Google DeepMind（谷歌DeepMind）；Sony AI（索尼人工智能）；Amii（阿尔伯塔机器智能研究所）；Midjourney（Midjourney 公司）；University of Alberta（阿尔伯塔大学）
本文提出统一算法“游戏的学生”，结合搜索、自我对弈与博弈论推理，在完全与不完全信息博弈中表现强劲，并证明其收敛性，击败扑克和苏格兰场的最优智能体。
2023-11-15 cs.AI cs.GT cs.LG
GTBench: Uncovering the Strategic Reasoning Limitations of LLMs via Game-Theoretic Evaluations
Drexel University（德雷塞尔大学）；LLNL（劳伦斯利弗莫尔国家实验室）；Lehigh University（里海大学）；UNC Chapel Hill（北卡罗来纳大学教堂山分校）；MIT（麻省理工学院）；Harvard University（哈佛大学）；Boston University（波士顿大学）
本文提出GTBench博弈论评估环境，系统刻画并比较LLMs在10类游戏中的策略推理能力，揭示其在不同信息与概率场景下的行为差异、开源与商业模型差距及代码预训练的作用。
2024-06-10 cs.AI cs.CL cs.LG
Pragmatic Reasoning in Structured Signaling Games
Chalmers University of Technology（查尔姆斯理工大学）
本文提出结构化信号博弈及sRSA框架，用于结构化域中的语用推理，实验证明sRSA在颜色领域仅需1-2层递归即可接近信息论极限，且在多智能体强化学习中优于RSA和纯强化学习。
2023-05-17 cs.AI cs.CL
GAM-Agent: Game-Theoretic and Uncertainty-Aware Collaboration for Complex Visual Reasoning
Sun Yat-sen University（中山大学）；Princeton University（普林斯顿大学）；Snap Inc.（Snap公司）
该研究提出GAM-Agent博弈论多智能体框架，通过基础感知智能体与关键验证智能体的非零和博弈及不确定性感知协作，在四个视觉推理基准上显著提升了中小及强规模VLM的性能，为可靠可解释多模态推理提供了新路径。
2026-08-12 cs.AI
Evaluating Language Models' Evaluations of Games
University of Cambridge（剑桥大学）；MIT（麻省理工学院）；Princeton University（普林斯顿大学）；NYU（纽约大学）；Harvard University（哈佛大学）；Stanford University（斯坦福大学）
本文研究了语言模型对游戏评估的能力，通过比较现代语言模型和人类及符号计算代理的评估结果，发现推理模型在游戏评估上更接近人类，但随着模型接近博弈最优，其与人类数据的匹配度会减弱，且在评估趣味性时表现出更大的波动。
2026-05-18 cs.AI cs.CL
WGSR-Bench: Wargame-based Game-theoretic Strategic Reasoning Benchmark for Large Language Models
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；University of Chinese Academy of Sciences（中国科学院大学）
该研究提出首个基于兵棋推演的大语言模型博弈论战略推理基准WGSR-Bench，围绕三大核心任务构建S-POE架构，并设计对应兵棋智能体以评估先进LLM的战略推理能力，推动相关研究发展。
2025-06-12 cs.AI
GTAlign: Game-Theoretic Alignment of LLM Assistants for Social Welfare
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；VMware Research（VMware研究）
本文提出博弈论对齐框架GTAlign，通过在推理阶段构建收益矩阵选择互利行动，在训练阶段引入社会福利奖励强化合作回复，有效解决了LLM回复次优问题，显著提升了推理效率、回答质量与社会福利。
2025-11-03 cs.AI cs.GT cs.HC
SocialGym: Evaluating LLM Social Intelligence through Verifiable Multi-Agent Games
Carnegie Mellon University（卡内基梅隆大学）
该研究推出Social Gym多智能体社会游戏环境与SPaRTan自博弈反思迁移方法，前者可客观基准测试LLM社会推理，后者可提升GPT-5-mini的弱角色表现，为改进LLM社会推理提供了可复现基础。
2026-11-10 cs.AI cs.CL cs.MA
MARSHAL: Incentivizing Multi-Agent Reasoning via Self-Play with Strategic LLMs
SIGS, Tsinghua University（清华大学信号与系统系）；EE, Tsinghua University（清华大学电子工程系）；Aalto University（阿alto大学）；Li Auto Inc.（李汽车公司）；Infinigence AI Project Page Code Models（Infinigence AI项目页面代码模型）
MARSHAL通过战略性LLM的自我对战激励多智能体推理，实现多智能体系统的性能提升。
2026-02-12 cs.AI
Reasonably reasoning AI agents can avoid game-theoretic failures in zero-shot, provably
Foster School of Business, University of Washington（华盛顿大学福斯特商学院）
本文研究了AI代理在重复博弈中的稳定性，证明了基于贝叶斯后验采样的代理能趋近纳什均衡，且在未知收益情况下仍保持收敛性。
2026-04-25 cs.AI cs.MA econ.TH
Incorporating Pragmatic Reasoning Communication into Emergent Language
Tsinghua University（清华大学）；Hasso Plattner Institute（哈索·普拉特纳研究所）；University of Potsdam（波茨坦大学）
突现主义和语用学是两个研究领域，它们研究的是在不同的时间尺度和智力水平上的语言交际动态。从多智能体强化学习的角度来看，它们对应于具有强化训练的随机游戏和具有对手意识的阶段游戏。鉴于它们的结合已在语言学中得到探索，我们提出了将短期基于相互推理的语用学与长期语言涌现主义相结合的计算模型。我们探索这智能体通信参考游戏，以及在星际争霸II，评估不同类型的相互推理语用模型的相对优点，经验和理论。我们的研究结果揭示了它们对于获得更自然，准确，健壮，细粒度和简洁的话语的重要性。
2020-12-15 cs.AI cs.CL cs.MA
TriEx: A Game-based Tri-View Framework for Explaining Internal Reasoning in Multi-Agent LLMs
Adelaide University（阿德莱德大学）
TriEx通过三视角框架提升多智能体大语言模型的可解释性，通过结构化自我推理、对手信念状态和 oracle 审计分析，揭示模型在信念动态和评估可靠性上的系统性不匹配。
2026-04-21 cs.AI cs.CL
Bounded rationality for relaxing best response and mutual consistency: The Quantal Hierarchy model of decision-making
The University of Sydney（悉尼大学）
虽然博弈论对决策具有变革性，但在某些情况下，所做的假设可能过于严格。在这项工作中，我们调查的合理性，如相互一致性和最佳对策的一些基本假设，并考虑如何放松这些假设，分别使用水平$k$推理和量子响应均衡（QRE）的概念。具体而言，我们提出了一个信息理论的双参数模型称为量子层次模型，它可以放松相互一致性和最佳对策，同时仍然近似水平- $k$，QRE，或典型的纳什均衡行为的限制情况下。该模型是基于递归形式的变分自由能原理，表示高阶推理（伪）顺序决策的广泛形式的博弈树。这种表示使我们能够以类似于顺序游戏的方式处理同时游戏，其中推理资源在整个游戏树中耗尽。玩家处理能力的界限被捕获为信息成本，未来的推理分支被打折，这意味着玩家的层次结构，其中较低级别的玩家具有较少的处理资源。我们证明了量子层次模型的有效性，在几个典型的经济游戏，{同时和顺序}，使用样本外建模。
2023-03-15 cs.AI cs.GT cs.IT
Do LLMs Know When to Flip a Coin? Strategic Randomization through Reasoning and Experience
Shanghai Jiao Tong University（上海交通大学）
本文提出受田忌赛马启发的零和博弈以分离随机化决策，评估五个 LLM 发现强模型在提示下能策略性随机化并趋向均衡，揭示了其策略推理能力的差异。
2025-06-21 cs.AI
WereWolf-Plus: An Update of Werewolf Game setting Based on DSGBench
Shanghai Jiao Tong University（上海交通大学）
针对现有狼人杀智能体基准平台设定简化、指标不全、扩展性差的问题，提出支持自定义角色配置、灵活模型分配的多维度基准WereWolf-Plus，配套全面量化评估指标，为多智能体策略推理研究提供更可靠的环境。
2025-06-15 cs.AI cs.CL
Blameworthiness in Security Games
Claremont McKenna College（克莱蒙特·麦肯纳学院）；Lafayette College（拉斐特学院）
安全游戏是博弈论在现实世界中成功应用的一个例子。本文利用择一可能性原理定义了安全博弈中防御者和攻击者的罪责，为安全博弈中的罪责推理提供了一个完善的逻辑体系。这个系统的两个公理捕捉到了安全游戏中的信息不对称。
2019-11-11 cs.AI cs.GT cs.LO
Game Reasoning Arena: A Framework and Benchmark for Assessing Reasoning Capabilities of Large Language Models via Game Play
LAION Juelich Supercomputing Center (JSC)（LAION尤利奇超级计算机中心（JSC））；Research Center Juelich (FZJ)（尤利奇研究中心（FZJ））
本文提出游戏推理竞技场框架，基于OpenSpiel封装多种游戏并支持多种智能体，通过API、本地部署和分布式执行系统评估大语言模型的决策推理与博弈论行为。
2025-08-18 cs.AI cs.GT
TMGBench: A Systematic Game Benchmark for Evaluating Strategic Reasoning Abilities of LLMs
TMGBench是一个系统性博弈基准，覆盖全部144种2x2博弈类型，通过经典与故事化场景及顺序、并行、嵌套结构，全面评估大语言模型的战略推理能力，揭示其在准确性和心智理论上的不足。
2025-05-27 cs.AI cs.GT
Look-ahead Reasoning with a Learned Model in Imperfect Information Games
Artificial Intelligence Center, FEE Czech Technical University in Prague（人工智能中心，布拉格捷克技术大学）
LAMIR算法从不完美信息博弈交互中学习抽象模型，用于测试时向前看推理，使理论严谨的推理在大型博弈中可行，并提升预训练智能体性能。
2025-10-06 cs.AI cs.GT
Reasoning and Behavioral Equilibria in LLM-Nash Games: From Mindsets to Actions
Department of Electrical；Computer Engineering, New York University, Brooklyn, NY, USA
提出LLM-Nash博弈论框架，通过显式建模基于LLM的推理提示选择过程来刻画有限理性，揭示了推理均衡与经典Nash结果的偏离，为LLM系统的策略交互提供新基础。
2025-07-10 cs.AI cs.GT
(Mechanical) Reasoning on Infinite Extensive Games
为了更好地理解推理参与分析无限的游戏在广泛的形式，我们进行了实验，在这里报道的证明助手Coq。
2008-05-28 cs.GT cs.LO
LLM-Stackelberg Games: Conjectural Reasoning Equilibria and Their Applications to Spearphishing
Department of Electrical and Computer Engineering, New York University（电气与计算机工程系，纽约大学）
本文提出LLM-Stackelberg博弈框架，将LLM整合到领导者与追随者的序贯决策中，定义了推理与行为均衡及推测推理均衡，并通过鱼叉式网络钓鱼案例展示了其在网络安全等领域的建模潜力。
2025-07-12 cs.AI cs.CR cs.GT
Heuristic Reasoning on Graph and Game Complexity of Sudoku
LATTIS（LATTIS实验室）；INSA（法国国立应用科学学院）；University of Toulouse（图卢兹大学）
数独问题近年来在世界范围内得到了广泛的应用，引起了计算智能界的极大关注。数独问题通常被认为是可满足性问题或约束满足问题。在本文中，我们建议把重点放在基本的图形结构的数独问题。首先，我们将数独形式化为一个图。在此基础上提出了一种基于启发式推理的求解算法。证明了相关的r-归约定理、推理定理及其性质，为数独求解系统的开发提供了形式化的基础。为了评价数独谜题的难度水平，提出了一种基于图结构和信息论的数独谜题复杂度定量度量方法。实验结果表明，所有的难题可以快速解决使用所提出的启发式推理，并提出的游戏复杂性度量可以区分难题的难度水平很好。
2009-03-09 cs.AI cs.GT cs.SC
Autoformalization of Game Descriptions using Large Language Models
Royal Holloway, University of London（伦敦大学皇家霍洛威学院）
本文提出一个博弈论场景自动形式化框架，利用 one-shot prompting 和求解器反馈将自然语言描述转化为形式逻辑表示，在 GPT-4o 上实现 98% 语法正确率和 88% 语义正确率，展现 LLMs 连接现实战略交互与形式化推理的潜力。
2024-09-18 cs.AI cs.GT
LLMs for Game Theory: Entropy-Guided In-Context Learning and Adaptive CoT Reasoning
本文提出一种基于LLM的框架，通过熵引导的链式推理和自适应上下文检索，提升离散博弈任务的推理能力，实验显示其显著提高决策质量。
2026-04-11 cs.CL cs.GT cs.LG
Reasoning about Social Choice and Games in Monadic Fixed-Point Logic
无论是在范式博弈中，还是在公平分配中，或者在投票系统中的选民偏好中，某种推理模式都是常见的。从一个特定的配置文件，一个代理或一组代理可能有动机转移到一个新的。这导致了一个自然的图结构，我们称之为改进图的策略空间的这些系统。我们建议，一元不动点逻辑计数，一元一阶逻辑的扩展图上的不动点和计数量词，是一个自然的规约语言的改进图，因此，为一类属性，可以解释这些领域。该逻辑具有有效的模型检验算法（在改进图的大小上）。
2019-07-22 cs.GT
Strategic Reasoning with Language Models
Stanford University（斯坦福大学）
本文提出利用预训练大语言模型结合少样本思维链和系统生成的推理演示来实现战略推理，实验表明该方法可近乎完美泛化到新博弈结构、不同目标及隐藏信息场景，并能在现实谈判中产生类人策略而无需额外训练。
2023-05-30 cs.AI cs.CL cs.GT
ElementaryNet: A Non-Strategic Neural Network for Predicting Human Behavior in Normal-Form Games
针对现有GameNet的level-0模型可能模拟策略推理的问题，本文提出无法表达策略行为的ElementaryNet，其预测性能与GameNet无显著差异，还可用于挖掘人类行为推理相关洞见。
2025-11-18 cs.AI cs.GT cs.LG
Recursive Reasoning in Minimax Games: A Level $k$ Gradient Play Method
University of Toronto（多伦多大学）
尽管生成对抗网络（GANs）在生成视觉上吸引人的图像方面取得了成功，但它们在训练方面却非常具有挑战性。为了稳定极小极大博弈中的学习动态，提出了一种新的递归推理算法：Level $k$ Gradient Play（Lv. $k$ GP）算法。与许多现有的算法相比，我们的算法不需要复杂的几何学或曲率信息。我们发现，随着$k$增加，Lv. $k$ GP渐近收敛于对参与者未来策略的准确估计。此外，我们证明，吕。$\infty$ GP自然地概括了一系列依赖于预测更新的可证明收敛的游戏动态。在非凸-非凹零和对策中证明了其局部收敛性，在双线性和二次对策中证明了其全局收敛性。结合LV。$k$ GP与亚当优化器，我们的算法表现出明显的优势，在性能和计算开销相比，其他方法。在CIFAR-10上使用单个Nvidia RTX 3090 GPU和比BigGAN少30倍的参数，我们在30小时内实现了FID为10.17的无条件图像生成，允许在通用计算资源上进行GAN训练，以达到最先进的性能。
2022-10-29 cs.GT cs.LG
Identifying and Clustering Counter Relationships of Team Compositions in PvP Games for Efficient Balance Analysis
National Yang Ming Chiao Tung University（国立阳明交通大学）；Academia Sinica（中央研究院）
本文提出基于 Bradley-Terry 模型和向量量化的两种平衡性度量方法，通过识别和聚类队伍组合的克制关系，在多个热门 PvP 游戏中以更低计算复杂度实现了与传统胜负价值预测相当的平衡性分析。
2024-08-30 cs.AI cs.GT cs.IR
Test-time Reinforcement Learning in Imperfect Information Games
Czech Technical University in Prague（布拉格捷克理工大学）；Carnegie Mellon University（卡内基梅隆大学）；Artificial Intelligence Center（人工智能中心）；Strategy Robot, Inc.（策略机器人公司）；Strategic Machine, Inc.（战略机器公司）；Optimized Markets, Inc.（优化市场公司）
本研究针对两人零和非完美信息博弈，提出将小工具博弈扩展至强化学习场景的策略梯度算法，通过隐式表示消除子博弈规模限制，经实验验证可提升策略性能。
2026-09-01 cs.GT
Avalon-ToM-Bench: Evaluating Fine-Grained Theory of Mind via Asymmetric Game Mechanics
National Taiwan University（台湾大学）；CyCraft AI Lab（CyCraft人工智能实验室）
本文提出Avalon-ToM-Bench基准，基于阿瓦隆游戏机制评估大语言模型的细粒度心理理论，发现模型ToM能力不足源于推理策略而非知识或表征，推理训练比测试时思维链增益更显著。
2026-08-11 cs.AI cs.CL cs.CY
Bounded strategic reasoning explains crisis emergence in multi-agent market games
基于理性预期和市场均衡的有效市场假说（EMH）是经济市场建模的主导观点。然而，对有效市场假说最显著的批评是，在没有任何重大外部消息的情况下，无法对失衡行为时期进行建模。当这种动态是内生的时，传统的经济框架无法解释这种行为和偏离均衡的情况。这项工作提供了一个替代的角度来解释的基础上有限的理性代理人的内生出现间断的平衡动态。在一个简洁的市场入口游戏中，我们展示了有限理性的战略推理如何导致内生的危机，在“回报”中表现出肥尾。我们还展示了经济市场的其他常见的风格化事实，如集群波动，可以解释为由于代理的多样性（或缺乏）和不同的学习更新的代理。这项工作解释了各种程式化的事实和危机出现在经济市场中，在没有任何外部消息的情况下，纯粹基于代理人的相互作用和有限的理性推理。
2022-06-11 cs.CE cs.GT cs.MA
Sample Complexity of Identifying the Nonredundancy of Nontransitive Games in Dueling Bandits
本文研究对决赌博机中非传递博弈的非冗余选项识别问题，以石头剪刀布及其四选项变体为例，基于收益矩阵的行列式和零空间解给出了识别所有选项是否不可或缺所需的样本复杂度上下界。
2025-05-08 cs.GT
Empirical Game-Theoretic Analysis: A Survey
本文综述EGTA通过探询博弈环境过程式描述构建模型的方法体系，按其子问题梳理关键概念、技术、前沿问题及机器学习带来的进展。
2025-02-19 cs.GT
Polytope-form games and Index/Degree Theories for Extensive-form games
本文提出了扩展型博弈均衡的index理论，为此发展了策略集为一般多面体且支付函数为多重仿射的博弈的index理论，这类多面体源于识别正则型博弈中等价的混合策略。
2023-07-02 cs.GT econ.TH math.AT
GENSTRAT: Toward a Science of Strategic Reasoning in Large Language Models
Princeton University（普林斯顿大学）；Google（谷歌）
提出GENSTRAT框架，通过程序化生成不完全信息博弈环境，结合能力剖面和锯齿度度量，系统评估大型语言模型的战略推理能力。
2026-11-02 cs.AI cs.GT cs.LG
Distributional Alignment Games for Answer-Level Fine-Tuning
Google Research（谷歌研究）；Microsoft Research（微软研究）
本文提出分布对齐博弈框架，通过策略与目标的博弈达到答案级优化，统一了多样性与自改进方法，提升数学推理任务效率。
2026-04-29 cs.GT cs.LG
Evaluating Large Language Models in a Complex Hidden Role Game
University of Göttingen（哥廷根大学）
本研究通过社交推理游戏《秘密希特勒》评估大型语言模型的推理、说服和欺骗能力，引入新指标并发现当前模型在复杂多轮操纵中效果不佳。
2026-04-09 cs.AI cs.CL cs.GT
The Curse of Shared Knowledge: Recursive Belief Reasoning in a Coordination Game with Imperfect Information
Technical University of Denmark（丹麦技术大学）；University of Copenhagen（哥本哈根大学）
本文通过802人参与的不完全信息协调博弈实验，发现人类在低阶共享知识下会错误地表现出共同知识般的行为确定性，提出“共享知识的诅咒”现象并分析其认知根源。
2025-11-11 cs.GT cs.MA cs.SI
Solver-Guided Reasoning for Mixed-Equilibrium Strategies
Shanghai Jiao Tong University（上海交通大学）；GTO Wizard；Tsinghua University（清华大学）；The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Vector Institute（向量研究所）
本研究提出混合策略决策树（MDT），用求解器输出引导LLM在博弈中的均衡推理，在无限制德州扑克8种LLM配置下，将与均衡的L1距离降低52.6%，且策略可移植性良好。
2026-08-10 cs.GT cs.LG
Competition and Cooperation of LLM Agents in Games
University of Washington（华盛顿大学）；Thayer School of Engineering at Dartmouth College（达特茅斯学院塔耶尔工程学院）
研究大语言模型代理在资源分配和Cournot竞争博弈中的行为，发现多轮提示和非零和上下文促进合作，基于公平性推理提出分析框架。
2026-04-11 cs.GT cs.MA cs.SY
Reasoning about Dependence, Preference and Coalitional Power
本文提出了一种偏好与函数依赖逻辑（LPFD）及其混合扩展（HLPFD），并给出了它们的可靠的强完备公理化。证明了LPFD的可判定性。应用LPFD和HLPFD的战略和联盟形式的合作博弈建模进行了探讨。由此产生的框架提供了一个统一的看法，纳什均衡，帕累托最优和核心。这些博弈论的概念，集体机构的讨论的哲学相关性是明确的。并揭示了它与其他逻辑的一些重要联系，如与联合逻辑、逻辑函数依赖和其他条件相同的偏好逻辑的联系。
2022-09-17 cs.GT econ.TH
