2026年6月30日，第八届粤港澳大湾区研究生论坛在广东工业大学大学城校区举行。王轩教授课题组24级硕士研究生王若可参加了本次会议，并在会议上汇报了一篇论文成果。

本次论坛由广东工业大学计算机学院、CCF广州、CCF广东工业大学学生分会举办，论坛主题为“智能融合与可信计算”。本次论坛面向粤港澳研究生和优秀本科生，围绕（但不限于）大模型时代的人工智能前沿方法与应用，开展多视角、多维度的学术交流，促进大湾区在校研究生进行思想交流和学术探讨。本次论坛邀请来自香港理工大学、澳门大学、哈尔滨工业大学（深圳）、中山大学、华南理工大学、暨南大学、华南师范大学、广东工业大学、华南农业大学、广东外语外贸大学、广东海洋大学、广东财经大学等大湾区的高校研究生进行分组报告，分别介绍他们在智能融合与可信计算领域的最新成果和研究进展。

开幕式上，广东工业大学计算机学院院长李小平发表开幕致辞，详细介绍了论坛的由来、研讨主题与参会规模。本届论坛由广工大计算机学院发起并常年承办，聚焦计算机前沿技术研发与大湾区数字经济赋能。同时，他勉励全体研究生树立批判思维，敢于突破固有认知，紧盯人工智能、多模态计算、智能体等交叉前沿方向深耕细研，并表示论坛是平等交流、思想交锋、迸发科研灵感的平台，全体参会者应秉持求真治学态度，畅所欲言，互学互鉴。

会议期间王若可进行了题为《让大模型学会谈判：基于蒙特卡洛树搜索的自博弈进化框架》的汇报。本汇报介绍了其被ICCBR2026会议接收的论文《NegLLM: Enhancing Strategic LLM Negotiation Agents with Case-Based Reasoning》。

图1 王若可进行论文汇报

本论文围绕大模型的智能谈判展开研究。介绍并梳理了智能博弈算法的发展脉络，以及在电商、交通、外交等多领域的实用价值，同时指出传统谈判仅支持结构化出价，早期语言模型谈判方案依赖大量标注或提示词、算力开销大、策略脱离模型本体等现存缺陷。NegLLM提出一种基于蒙特卡洛树搜索（MCTS）的自博弈进化框架，将帕累托前沿融合到选择信号中，并使用情感、劝说度、友好度等多个维度进行探索。通过MCTS四步迭代生成谈判树，提取自博弈谈判数据的概率分布以微调Llama3-8b-instruct模型。

图2 蒙特卡洛树搜索过程

实验方面，在古玩交易、旅行计划、城市管理三个差异较大的场景开展实验，结果显示该框架相比原始基线模型个体效用、帕累托效率、社会福利显著提升，谈判回合数明显减少。在未见过的场景中，仍然保留了大部分提升，表明模型学到了可迁移的谈判策略。NegLLM对比GPT、DeepSeek等主流大模型效用平均提升15.87%，表明利用微调小模型来提升谈判能力的可行性。

图3 实验结果

论文《NegLLM: Enhancing Strategic LLM Negotiation Agents with Case-Based Reasoning》被CCF-B类会议ICCBR2026录用。

论文信息：

论文题目：NegLLM: Enhancing Strategic LLM Negotiation Agents with Case-Based Reasoning

论文作者：Ruoke Wang（王若可）、Tianzi Ma（马天姿）、Yulin Wu（吴宇琳）、Jiajia Zhang（张加佳）、Xuan Wang（王轩）

作者单位：哈尔滨工业大学（深圳）、广东省安全智能新技术重点实验室

第一作者：

王若可

哈尔滨工业大学（深圳）2024级硕士研究生，研究方向为智能谈判与博弈决策。在国际顶级期刊和会议发表论文2篇。曾获第十九届“挑战杯”全国特等奖；2025年世界智能谈判比赛边端智能体赛道世界第一名。

马天姿

哈尔滨工业大学（深圳）2022级博士研究生，研究方向为智能谈判与博弈决策。在国际顶级期刊和会议发表论文5篇，获授权国家专利2项。曾获第十九届“挑战杯”全国特等奖、第九届全国青年人工智能创新创业大会全国一等奖；2024年世界智能谈判比赛中获纳什最优性赛道世界第二名；2025年世界智能谈判边端智能体赛道世界第一名。