BEDA: Belief Estimation als probabilistische Einschränkungen zur Ausführung strategischer Dialogakte
BEDA: Belief Estimation as Probabilistic Constraints for Performing Strategic Dialogue Acts
December 31, 2025
papers.authors: Hengli Li, Zhaoxin Yu, Qi Shen, Chenxi Li, Mengmeng Wang, Tinglang Wu, Yipeng Kang, Yuxuan Wang, Song-Chun Zhu, Zixia Jia, Zilong Zheng
cs.AI
papers.abstract
Strategischer Dialog erfordert, dass Agenten unterschiedliche Dialogakte ausführen, wobei die Überzeugungsschätzung entscheidend ist. Während frühere Arbeiten Überzeugungen oft genau schätzen, fehlt ihnen ein prinzipieller Mechanismus, um diese Überzeugungen während der Generierung zu nutzen. Wir schließen diese Lücke, indem wir zunächst zwei zentrale Akte formalisieren – adversarielle und ausrichtende Akte – und sie durch probabilistische Beschränkungen operationalisieren, was ein Agent generieren darf. Wir implementieren diesen Ansatz in BEDA, einem Framework, das aus der Weltmenge, dem Überzeugungsschätzer zur Überzeugungsschätzung und dem bedingten Generator besteht, der Akte auswählt und Äußerungen erzeugt, die mit den abgeleiteten Überzeugungen konsistent sind. In drei Szenarien – Conditional Keeper Burglar (CKBG, adversariell), Mutual Friends (MF, kooperativ) und CaSiNo (Verhandlung) – übertrifft BEDA durchgängig starke Baselines: Bei CKBG steigert es die Erfolgsrate über alle Backbones hinweg um mindestens 5,0 Punkte und mit GPT-4.1-nano um 20,6 Punkte; bei Mutual Friends erzielt es eine durchschnittliche Verbesserung von 9,3 Punkten; und bei CaSiNo erreicht es im Vergleich zu allen Baselines die optimale Vereinbarung. Diese Ergebnisse zeigen, dass die Formulierung von Überzeugungsschätzung als Beschränkungen einen einfachen, allgemeinen Mechanismus für zuverlässigen strategischen Dialog bietet.
English
Strategic dialogue requires agents to execute distinct dialogue acts, for which belief estimation is essential. While prior work often estimates beliefs accurately, it lacks a principled mechanism to use those beliefs during generation. We bridge this gap by first formalizing two core acts Adversarial and Alignment, and by operationalizing them via probabilistic constraints on what an agent may generate. We instantiate this idea in BEDA, a framework that consists of the world set, the belief estimator for belief estimation, and the conditional generator that selects acts and realizes utterances consistent with the inferred beliefs. Across three settings, Conditional Keeper Burglar (CKBG, adversarial), Mutual Friends (MF, cooperative), and CaSiNo (negotiation), BEDA consistently outperforms strong baselines: on CKBG it improves success rate by at least 5.0 points across backbones and by 20.6 points with GPT-4.1-nano; on Mutual Friends it achieves an average improvement of 9.3 points; and on CaSiNo it achieves the optimal deal relative to all baselines. These results indicate that casting belief estimation as constraints provides a simple, general mechanism for reliable strategic dialogue.