BEDA : Estimation des Croyances comme Contraintes Probabilistes pour la Production d'Actes de Dialogue Stratégiques
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
Le dialogue stratégique nécessite que les agents exécutent des actes de dialogue distincts, pour lesquels l'estimation des croyances est essentielle. Si les travaux antérieurs estiment souvent les croyances avec précision, ils manquent d'un mécanisme structuré pour utiliser ces croyances lors de la génération. Nous comblons cette lacune en formalisant d'abord deux actes fondamentaux, Adversarial et Alignment, et en les opérationnalisant via des contraintes probabilistes sur ce qu'un agent peut générer. Nous concrétisons cette idée dans BEDA, un cadre qui comprend l'ensemble du monde, l'estimateur de croyances pour l'estimation des croyances, et le générateur conditionnel qui sélectionne les actes et produit des énoncés cohérents avec les croyances inférées. Sur trois scénarios – Conditional Keeper Burglar (CKBG, adversarial), Mutual Friends (MF, coopératif) et CaSiNo (négociation) – BEDA surpasse systématiquement des bases de référence solides : sur CKBG, il améliore le taux de réussite d'au moins 5,0 points sur toutes les architectures et de 20,6 points avec GPT-4.1-nano ; sur Mutual Friends, il obtient une amélioration moyenne de 9,3 points ; et sur CaSiNo, il atteint l'accord optimal par rapport à toutes les bases de référence. Ces résultats indiquent que le fait de modéliser l'estimation des croyances comme des contraintes fournit un mécanisme simple et général pour un dialogue stratégique fiable.
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.