心智理论是指推断他人心理状态（如信念、意图和欲望）的能力。它是一种高层次的社会认知能力。

近年来，逐渐揭示了支撑心智理论的神经机制。这些机制为研究和探索多智能体系统间的社交互动以及基于心智理论的人机交互提供了深刻的见解。

最近，中国科学院自动化研究所的曾毅教授领导的一个研究团队，提出了一种基于多智体心理理论的脉冲神经网络（MAToM-SNN），以改善多智体的合作与竞争。该研究于6月23日在《Patterns》杂志上发表。

当人工智能获得心理理论/认知共情的功能时，它必须受到大脑的启发，以便我们知道人工智能中的心理理论模型与人类版本相当，并且对人类和社会更加值得信赖。

所提出的网络由两个模块组成：自我体验为基础进行推理他人的自主MAToM模块以及基于他人历史观察进行推理他人的他人MAToM模块。

研究对应作者曾毅教授表示：“MAToM-SNN通过预测他人行为，为决策模型提供了丰富的状态描述，使得决策网络能够自适应地调整其策略。”

具有MAToM-SNN的代理可以利用自身的经验或观察他人行为来推断其行为，并调整策略以更好地与他人互动。此外，MAToM-SNN能够提升多智能体系统在合作与竞争任务中的性能。

研究的第一作者赵卓雅表示：“MAToM-SNN在基于脉冲神经网络和循环神经网络的多智能体强化学习任务中展现出极高的泛化能力。”

此外，研究人员还发现，自主的心智化是帮助他人心智化学习迅速的关键。“自身是推断他人的前提条件。因此，在对他人的信息不完整的情况下，基于自身经验来推断他们是至关重要的。”研究合著者赵菲菲副教授如是说道。