論文の概要: SidConArena: An Environment Evaluating Agents in Open-Ended,Positive-Sum Bargaining Game
- arxiv url: http://arxiv.org/abs/2606.27397v1
- Date: Wed, 24 Jun 2026 10:35:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-29 18:24:25.270657
- Title: SidConArena: An Environment Evaluating Agents in Open-Ended,Positive-Sum Bargaining Game
- Title（参考訳）: SidConArena:オープンエンディングされたポジティブサムバーゲティングゲームにおける環境評価エージェント
- Abstract要約: SidConArenaは、オープンエンドのポジティブサムバーゲティングにおいてLLMエージェントを評価するための新しいベンチマークフレームワークである。
SidConArenaは、3つの結合位相を持つ有限水平部分観測可能なゲームとしてマルチプレイヤー経済を定式化する。
より強力なフロンティアモデルは高い経済効果を達成するが、エージェントは依然として不適切な資源を保有し、受動的に取引し、長期投資計画において制限される。
- 参考スコア（独自算出の注目度）: 21.27775046269771
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Evaluating LLM agents requires dynamic environments that go beyond static reasoning and zero-sum games. Real-world economic interaction is often open-ended and mixed-motive: agents must negotiate, create positive-sum surplus, compete for scarce assets, and plan under delayed returns. We introduce SidConArena, a new benchmark framework for evaluating LLM agents in open-ended, positive-sum bargaining. SidConArena formalizes a multi-player economy as a finite-horizon partially observable stochastic game with three coupled phases: natural-language negotiation with binding trades, deterministic converter-based production, and sealed-bid auctions for long-term assets. The framework combines structured observations, phase-aware agent dispatching, a neural-symbolic action interface, and asynchronous execution, enabling free-form interaction while preserving rule-grounded evaluation. Across homogeneous and heterogeneous tournaments, stronger frontier models achieve higher economic outcomes, yet agents still misvalue resources, bargain passively, and remain limited in long-horizon investment planning.
- Abstract（参考訳）: LLMエージェントの評価には静的推論やゼロサムゲームを超えた動的環境が必要である。
エージェントは交渉し、肯定的な余剰を創出し、資産不足と競争し、遅延したリターンの下で計画しなければならない。
SidConArenaは、オープンエンドのポジティブサムバーゲティングにおいてLLMエージェントを評価するための新しいベンチマークフレームワークである。
SidConArenaは、有限水平部分可観測確率ゲームとして、結合取引による自然言語交渉、決定論的コンバータベースの生産、長期資産に対する封印付き入札の3つのフェーズで定式化している。
このフレームワークは、構造化された観察、位相対応エージェントのディスパッチ、ニューラル・シンボリック・アクション・インタフェース、非同期実行を組み合わせ、ルール・グラウンド評価を保持しながら自由形式の相互作用を可能にする。
均質かつ異質なトーナメント全体を通じて、より強力なフロンティアモデルはより高い経済効果を達成するが、エージェントは依然として誤った価値資源を持ち、受動的に取引し、長期の投資計画において制限される。
関連論文リスト
- FinPersona-Bench: A Benchmark for Longitudinal Psychometric Stability of Autonomous Financial Agents [39.00852136756911]
大規模言語モデル(LLM)は、明示的な行動規範を持つ自律的な金融エージェントとして、ますます多くデプロイされている。
市場の状況が長い地平線を越えて蓄積するにつれて、これらの委任統治は徐々に行動的影響を失う。
衝突のシナリオでは、静的エージェントと周期的な委譲再接地を受けるエージェントの挙動ギャップは、シミュレーションの第1四半期から第4四半期まで4.4倍に増大する。
これらの結果から, 信頼性の高い長期展開には, エージェントプロファイルと市場体制に基づく選択的, 委任型再接地が必要であることが示唆された。
論文 参考訳（メタデータ） (2026-06-30T11:33:29Z) - Cattle Trade: A Multi-Agent Benchmark for LLM Bluffing, Bidding, and Bargaining [0.5691230599672109]
我々は,大規模言語モデル(LLM)を戦略的推論のエージェントとして評価するためのベンチマークであるtextscCattle Tradeを紹介した。
このベンチマークは、1つのロングホライゾンゲーム内でのオークション、隠れオフのトレードチャレンジ(TC)、バーゲティング、ブラッフィング、相手モデリング、リソース割り当てを組み合わせたものだ。
我々は,242ゲームに対して,コスト効率のよい7つの言語モデルと3つの決定論的コードエージェントを評価した。
論文 参考訳（メタデータ） (2026-05-14T08:20:03Z) - TERMS-Bench: Diagnosing LLM Negotiation Agents Beyond Deal Rate [34.67393151003599]
交渉はエージェント言語モデルのための標準的なテストベッドである。
数学やコードとは異なり、本質的な検証がない。
本稿では,環境自体を検証対象とするベイズゲームフレームワークであるTerms-Benchを紹介する。
論文 参考訳（メタデータ） (2026-05-13T06:22:50Z) - Bridging Values and Behavior: A Hierarchical Framework for Proactive Embodied Agents [26.613956143957548]
textitValuePlannerは階層的な認知アーキテクチャで、低レベルのアクション実行から高レベルの値スケジューリングを分離する。
我々の研究は、内在的価値をブリッジする構造的なアプローチと、自律的エージェントに対する接地行動を提供する。
論文 参考訳（メタデータ） (2026-04-30T10:43:55Z) - Training Language Models for Bilateral Trade with Private Information [47.25254982913256]
貿易の利益を達成するためには、個人、戦略的余剰の合理性、協力が必要である。
本研究では,大規模言語モデルがイベント駆動シミュレータ内のツールコールを介して交渉する構造化交渉環境を開発する。
この環境は、フロンティアモデルのベンチマークと、強化学習によるオープンウェイトモデルのトレーニング環境という2つの目的を果たす。
論文 参考訳（メタデータ） (2026-04-10T03:04:20Z) - Market-Bench: Benchmarking Large Language Models on Economic and Trade Competition [102.73682784993169]
本稿では,経済関連タスクにおける大規模言語モデル(LLM)の能力を評価するベンチマークであるtextbfMarket-Benchを紹介する。
我々は、LLMが商品の調達・販売を担当する小売業者として機能するマルチエージェントサプライチェーン経済モデルを構築した。
Market-Benchは入札、価格、スローガン、販売、バランスシートの完全な軌跡を記録し、経済、運用、セマンティックメトリクスによる自動評価を可能にしている。
論文 参考訳（メタデータ） (2026-04-07T07:23:51Z) - A Benchmark for Multi-Party Negotiation Games from Real Negotiation Data [13.621543549302466]
複数政党の交渉はしばしば、単一の最終結果ではなく、束縛の順序、行動レベルのコミットメントとして展開される。
本稿では、インセンティブアライメント、ゴール複雑性、ペイオフ分布などの重要な構造特性を網羅するゲームジェネレータを特徴とする、未研究のシステムに対するベンチマークを紹介する。
我々は3つの値関数近似(筋力報酬、楽観的な上界、悲観的な下界)をテストし、取引評価においてバイアスレンズとして機能する。
論文 参考訳（メタデータ） (2026-03-14T18:12:06Z) - Breaking User-Centric Agency: A Tri-Party Framework for Agent-Based Recommendation [59.362016745945375]
第1回LLM-Adnt Recommendation framework(TriRec)を提案する。
TriRecは、ユーザユーティリティ、アイテム露出、プラットフォームレベルの公正性を明示的に調整する。
精度、公平性、およびアイテムレベルのユーティリティにおいて、一貫した利得を示す。
論文 参考訳（メタデータ） (2026-03-11T11:40:13Z) - Socially-Weighted Alignment: A Game-Theoretic Framework for Multi-Agent LLM Systems [17.658093330392052]
本稿では,エージェントの個人目的と集団福祉の推定を補間することにより,推論時間決定の修正を行うゲーム理論フレームワークを提案する。
以上の結果から, SWAは, 過負荷下での需要増加のために, エージェントがもはや限界的なインセンティブを持たない, 臨界しきい値$*=(n-)/(n-1)$を誘導することを示した。
論文 参考訳（メタデータ） (2026-02-16T05:17:58Z) - EcoGym: Evaluating LLMs for Long-Horizon Plan-and-Execute in Interactive Economies [61.267836443398124]
対話型経済における継続的計画・実行意思決定のためのベンチマークであるEcoGymを紹介する。
EcoGymは、透明性のある長期的なエージェント評価のためのオープンなテストベッドとしてリリースされ、現実的な経済環境下でのコントロール可能性とユーティリティのトレードオフを研究するためのものだ。
論文 参考訳（メタデータ） (2026-02-10T08:12:23Z) - EQ-Negotiator: Dynamic Emotional Personas Empower Small Language Models for Edge-Deployable Credit Negotiation [66.09161596959771]
小型言語モデル (SLM) は実用的な代替手段を提供するが、大規模言語モデル (LLM) と比較して大きな性能差がある。
本稿では,感情的ペルソナを用いて,この能力ギャップを橋渡しする新しいフレームワークであるEQ-Negotiatorを紹介する。
EQ-Negotiator を用いた 7B パラメータ言語モデルは,ベースライン LLM の 10 倍以上の大きさで,債務回復と交渉効率が向上することを示す。
論文 参考訳（メタデータ） (2025-11-05T11:25:07Z) - EmoDebt: Bayesian-Optimized Emotional Intelligence for Strategic Agent-to-Agent Debt Recovery [65.30120701878582]
大規模言語モデル(LLM)エージェントは、負債収集のような感情に敏感なドメインの悪用に対して脆弱である。
EmoDebtは、ネゴシエーションにおける感情を表現するモデルの能力を、シーケンシャルな意思決定問題として再設計する感情インテリジェンスエンジンである。
EmoDebtは重要な戦略的堅牢性を実現し、非適応性と感情に依存しないベースラインを大幅に上回っている。
論文 参考訳（メタデータ） (2025-03-27T01:41:34Z)
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。