How Personality Traits Influence Negotiation Outcomes? A Simulation based on Large Language Models
作者: Yin Jou Huang, Rafik Hadfi
分类: cs.CL, cs.AI
发布日期: 2024-07-16 (更新: 2024-11-02)
备注: Findings of EMNLP 2024
💡 一句话要点
提出基于大语言模型的谈判模拟框架，探究人格特质对谈判结果的影响
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 大语言模型 谈判模拟 人格特质 人机交互 行为分析
📋 核心要点
- 现有研究缺乏有效模拟人格特质对谈判结果影响的框架，难以深入理解人格在谈判中的作用。
- 利用大语言模型构建具有可定制人格的谈判智能体，模拟真实谈判场景，分析人格特质与谈判结果的关联。
- 实验表明，基于LLM的模拟能够重现人类谈判中的行为模式，验证了该框架的有效性，并提供了关于人格特质影响的经验证据。
📝 摘要（中文）
心理学证据表明人格特质会影响决策。例如，宜人性通常与谈判中的积极结果相关，而神经质通常与不太有利的结果相关。本文介绍了一个以具有合成人格特质的大语言模型（LLM）智能体为中心的模拟框架。这些智能体在议价领域内进行谈判，并具有可定制的人格和目标。实验结果表明，基于LLM的模拟的行为倾向可以重现人类谈判中观察到的行为模式。本文的贡献是双重的。首先，我们提出了一种模拟方法，研究LLM智能体的语言能力和经济能力之间的一致性。其次，我们提供了关于大五人格特质对双边谈判结果的战略影响的经验见解。我们还提供了一个基于合成议价对话的案例研究，以揭示有趣的行，包括欺骗和妥协行为。
🔬 方法详解
问题定义：论文旨在解决人格特质如何影响谈判结果的问题。现有方法难以有效模拟真实谈判场景中复杂的人格因素，无法深入理解人格在谈判中的作用机制。因此，需要一种能够模拟不同人格特质的谈判智能体，并分析其对谈判结果影响的框架。
核心思路：论文的核心思路是利用大语言模型（LLM）的强大语言理解和生成能力，构建具有可定制人格特质的谈判智能体。通过模拟这些智能体在议价领域内的谈判过程，分析不同人格特质对谈判策略和结果的影响。这种方法能够更真实地模拟人类谈判行为，并提供关于人格特质影响的经验证据。
技术框架：该模拟框架主要包含以下几个模块：1) 人格特质合成模块：根据大五人格模型，为LLM智能体赋予不同的人格特质。2) 谈判领域定义模块：定义谈判的具体议题、双方的目标和偏好。3) 谈判策略生成模块：LLM智能体根据自身人格特质和目标，生成谈判策略。4) 谈判对话模拟模块：模拟双方智能体之间的对话过程，并记录谈判结果。5) 结果分析模块：分析不同人格特质对谈判结果的影响。
关键创新：该论文的关键创新在于：1) 提出了一种基于LLM的谈判模拟框架，能够有效模拟不同人格特质的谈判智能体。2) 深入研究了大五人格特质对谈判结果的战略影响，并提供了经验证据。3) 通过案例研究，揭示了谈判中可能出现的欺骗和妥协等行为。与现有方法相比，该方法能够更真实地模拟人类谈判行为，并提供更深入的分析。
关键设计：在人格特质合成模块中，使用Prompt Engineering来引导LLM表现出特定的人格特质。例如，通过在Prompt中加入“你是一个非常友善和乐于助人的人”等描述，来增强智能体的宜人性。在谈判策略生成模块中，使用强化学习来优化智能体的谈判策略，使其能够根据自身人格特质和目标，选择最优的谈判策略。具体的损失函数设计未知。
🖼️ 关键图片
📊 实验亮点
实验结果表明，基于LLM的模拟能够重现人类谈判中的行为模式。例如，宜人性较高的智能体更倾向于达成合作协议，而神经质较高的智能体则更倾向于陷入僵局。此外，案例研究还揭示了谈判中可能出现的欺骗和妥协等行为，进一步验证了该框架的有效性。
🎯 应用场景
该研究成果可应用于谈判策略制定、人际关系分析、心理学研究等领域。例如，可以帮助人们了解自身人格特质对谈判的影响，从而制定更有效的谈判策略。此外，该框架还可以用于研究不同文化背景下的人格特质对谈判的影响，为跨文化交流提供参考。
📄 摘要（原文）
Psychological evidence reveals the influence of personality traits on decision-making. For instance, agreeableness is generally associated with positive outcomes in negotiations, whereas neuroticism is often linked to less favorable outcomes. This paper introduces a simulation framework centered on Large Language Model (LLM) agents endowed with synthesized personality traits. The agents negotiate within bargaining domains and possess customizable personalities and objectives. The experimental results show that the behavioral tendencies of LLM-based simulations could reproduce behavioral patterns observed in human negotiations. The contribution is twofold. First, we propose a simulation methodology that investigates the alignment between the linguistic and economic capabilities of LLM agents. Secondly, we offer empirical insights into the strategic impact of Big-Five personality traits on the outcomes of bilateral negotiations. We also provide a case study based on synthesized bargaining dialogues to reveal intriguing behaviors, including deceitful and compromising behaviors.