对话策略选择框架DiPS：让AI在紧急劝说场景中更懂人心

大型语言模型在需要个性化劝说的高风险场景中往往表现不佳。针对这一问题，研究人员聚焦火灾救援场景，开发了对话策略选择框架DiPS。该框架采用Q-learning强化学习方法，能够根据对话上下文动态选择最适合当前居民的劝说策略。

研究团队首先训练了一个评估模型，该模型以最大化疏散成功率为目标，通过分析居民的最新发言内容，在每一轮对话中选择最优的劝说策略。实验涵盖模拟环境和真实人机交互测试，结果显示DiPS框架在疏散成功率上明显优于零样本LLM和通用检索增强方法。

这项研究为高风险劝说场景提供了新的技术思路，特别是在紧急救援、健康干预等需要个性化沟通的领域具有应用潜力。通过动态策略选择机制，AI系统能够更好地理解不同个体的心理状态和顾虑，实现更有效的劝说效果。