論文の概要: Trust, Lies, and Long Memories: Emergent Social Dynamics and Reputation in Multi-Round Avalon with LLM Agents

• arxiv url: http://arxiv.org/abs/2604.20582v1
• Date: Wed, 22 Apr 2026 14:00:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-23 15:36:11.158232
• Title: Trust, Lies, and Long Memories: Emergent Social Dynamics and Reputation in Multi-Round Avalon with LLM Agents
• Title（参考訳）: 信頼, 嘘, 長期記憶: LLM エージェントを用いた多地点アバロンの創発的社会動態と評価
• Abstract要約: The Resistance: Avalon をプレイする LLM エージェントの社会的ダイナミクスについて検討した。 シングルゲームのパフォーマンスに関する以前の作業とは異なり、エージェントは以前のインタラクションの記憶を維持しながら繰り返しゲームをする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study emergent social dynamics in LLM agents playing The Resistance: Avalon, a hidden-role deception game. Unlike prior work on single-game performance, our agents play repeated games while retaining memory of previous interactions, including who played which roles and how they behaved, enabling us to study how social dynamics evolve. Across 188 games, two key phenomena emerge. First, reputation dynamics emerge organically when agents retain cross-game memory: agents reference past behavior in statements like "I am wary of repeating last game's mistake of over-trusting early success." These reputations are role-conditional: the same agent is described as "straightforward" when playing good but "subtle" when playing evil, and high-reputation players receive 46% more team inclusions. Second, higher reasoning effort supports more strategic deception: evil players more often pass early missions to build trust before sabotaging later ones, 75% in high-effort games vs 36% in low-effort games. Together, these findings show that repeated interaction with memory gives rise to measurable reputation and deception dynamics among LLM agents.
• Abstract（参考訳）: 本研究では,LLMエージェントが隠れロール詐欺ゲーム『抵抗:アバロン』をプレイする際の創発的社会的ダイナミクスについて検討する。 シングルゲームのパフォーマンスに関する以前の作業とは異なり、エージェントは、誰がどの役割を演じ、どのように振る舞うかを含む過去のインタラクションの記憶を維持しながら、繰り返しゲームをします。 188試合中、2つの重要な現象が現れる。 エージェントは過去の行動を参照し、「私は、前作の過度な初期成功の誤りを繰り返すことに注意する」という文言を引用する。 これらの評判はロール条件であり、同じエージェントは善を弾くときに「ストレートフォワード」と表現されるが、悪を弾くときは「サブトル」であり、ハイレプションプレイヤーは46%のチームインクルージョンを受ける。 第二に、より高い推論の努力は、より戦略的騙しを支持する: 悪のプレイヤーは、後続のプレイヤーを妨害する前に信頼を構築する早期のミッションを通すことが多い。 これらの結果から, 記憶との反復的相互作用は, LLMエージェント間の評価と誤認のダイナミクスを引き起こすことが示唆された。

関連論文リスト

• Social Gym and SPaRTan: Benchmarking and Improving LLM Social Reasoning via Multi-Agent Game Tournaments [33.6358292917346]
  ソーシャルギム(Social Gym)は、ゲーム間リーダーボードを備えた21のマルチエージェントソーシャルゲーム環境である。 次に、トレーニング不要な自己改善ループであるSPaRTanを提案する。 以上の結果から,SPaRTanのプレイブックはGPT-5-miniエージェントの能力向上に有効であるが,Qwen3-32Bの性能向上には至らなかった。
  論文  参考訳（メタデータ） (2026-08-10T05:12:56Z)
• Can Agents Deceive? Evaluating Reasoning and Deception in ParliamentBench using a Social Deduction Game [23.840355539083372]
  大規模言語モデル (LLM) は、医療や法体系などの高度な設定においてエージェントとしてデプロイされる。 我々は,情報非対称性の下での誤認,説得,推論を必要とするシナリオにおいてLLMを評価する。 本稿では,社会的推論,推論,虚偽の一貫性を分離する3つの新しい指標を紹介する。
  論文  参考訳（メタデータ） (2026-07-30T12:54:17Z)
• MINDGAMES: A Live Arena for Evaluating Social and Strategic Reasoning in Multi-Agent LLMs [54.81359054218573]
  大規模言語モデル(LLM)のためのマルチゲームアリーナと評価プラットフォームであるMindgamesを紹介する。 Mindgamesは、統合されたインタラクションインターフェース、TrueSkillベースの評価、および4つのゲーム環境にわたる完全な軌跡ログを提供する。 我々は,決定論的オフライントーナメントプロトコルMG-Refとともに,ターンレベルの観察,アクション,報酬を含む29,571個のマルチエージェントゲームを分析した。
  論文  参考訳（メタデータ） (2026-05-28T07:33:47Z)
• Revac: A Social Deduction Reasoning Agent [1.0164807666962064]
  Revac-8は、MindGames ArenaコンペティションのSocial Deductionトラック用に開発されたAIエージェントである。 Revac-8は、メモリベースのプレイヤープロファイリング、告発と防御のソーシャルグラフ分析、コミュニケーションのための動的トーン選択を統合している。 その結果,高度社会環境において,構造化メモリと適応通信の重要性が強調された。
  論文  参考訳（メタデータ） (2026-04-21T14:45:10Z)
• Toward Optimal LLM Alignments Using Two-Player Games [86.39338084862324]
  本稿では,対戦相手と防御エージェントの反復的相互作用を含む2エージェントゲームのレンズによるアライメントについて検討する。 この反復的強化学習最適化がエージェントによって誘導されるゲームに対するナッシュ平衡に収束することを理論的に実証する。 安全シナリオにおける実験結果から、このような競争環境下での学習は、完全に訓練するエージェントだけでなく、敵エージェントと防御エージェントの両方に対する一般化能力の向上したポリシーにつながることが示されている。
  論文  参考訳（メタデータ） (2024-06-16T15:24:50Z)
• LLM-Based Agent Society Investigation: Collaboration and Confrontation in Avalon Gameplay [55.12945794835791]
  Avalon をテストベッドとして使用し,システムプロンプトを用いてゲームプレイにおける LLM エージェントの誘導を行う。 本稿では,Avalonに適した新しいフレームワークを提案し,効率的なコミュニケーションと対話を容易にするマルチエージェントシステムを提案する。 その結果、適応エージェントの作成におけるフレームワークの有効性を確認し、動的社会的相互作用をナビゲートするLLMベースのエージェントの可能性を提案する。
  論文  参考訳（メタデータ） (2023-10-23T14:35:26Z)
• Playing repeated games with Large Language Models [23.57695486747895]
  LLMは、人間や他のエージェントと相互作用するアプリケーションでますます使われている。 私たちは異なるLLMに、人間のような戦略と実際の人間プレイヤーで、繰り返し2時間2ドルをプレイさせました。 以上の結果から, LLMは, 反復した囚人のジレンマ家族のような, 利己的なゲームで特に優れていたことが示唆された。 しかし、セクシーズの戦いのような調整を必要とするゲームでは準最適に振る舞う。
  論文  参考訳（メタデータ） (2023-05-26T12:17:59Z)
• Incorporating Rivalry in Reinforcement Learning for a Competitive Game [65.2200847818153]
  本研究は,競争行動の社会的影響に基づく新しい強化学習機構を提案する。 提案モデルでは, 人工エージェントの学習を調節するための競合スコアを導出するために, 客観的, 社会的認知的メカニズムを集約する。
  論文  参考訳（メタデータ） (2022-08-22T14:06:06Z)
• How and Why to Manipulate Your Own Agent [5.634825161148484]
  我々は,何人ものユーザが繰り返しオンラインインタラクションを行う戦略的な設定を考察し,その代わりに繰り返し「ゲーム」をプレイする後悔を最小化するエージェントの支援を行う。 エージェントの繰り返しゲームにおけるダイナミクスと平均結果について検討し,ユーザ間のメタゲームとして捉えた。
  論文  参考訳（メタデータ） (2021-12-14T18:35:32Z)
• BACKDOORL: Backdoor Attack against Competitive Reinforcement Learning [80.99426477001619]
  バックドア攻撃を複数のエージェントを含むより複雑なRLシステムに移行する。 概念実証として、敵のエージェントが被害者エージェントのバックドアを独自のアクションでトリガーできることを実証します。 その結果, バックドアが作動すると, 有効でない場合と比較して, 被害者の勝利率は17%から37%に低下することがわかった。
  論文  参考訳（メタデータ） (2021-05-02T23:47:55Z)
• Incorporating Rivalry in Reinforcement Learning for a Competitive Game [65.2200847818153]
  本研究は、競合する社会的影響に基づく新しい学習メカニズムの提供に焦点を当てる。 本研究は,競争競合の概念に基づいて,これらのエージェントの評価を人的視点から変えられるかを検討することを目的とする。
  論文  参考訳（メタデータ） (2020-11-02T21:54:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。