본 논문은 활성 추론(active inference) 프레임워크 내에 이론적 마음(Theory of Mind, ToM)을 구현하여 다중 에이전트 협력을 위한 새로운 접근 방식을 제시합니다. 기존의 다중 에이전트 협력에 대한 활성 추론 접근 방식과 달리, 과제 특정 공유 생성 모델이나 명시적인 의사소통에 의존하지 않습니다. ToM 에이전트는 자신과 다른 에이전트의 신념과 목표를 구분하여 나타내고, 확장 및 수정된 정교한 추론 트리 기반 계획 알고리즘을 사용하여 재귀적 추론을 통해 공동 정책 공간을 체계적으로 탐색합니다. 충돌 회피 및 먹이 찾기 시뮬레이션을 통해 접근 방식을 평가한 결과, ToM 에이전트는 충돌을 피하고 중복 노력을 줄임으로써 ToM이 없는 에이전트보다 더 잘 협력하는 것으로 나타났습니다. 중요한 것은 ToM 에이전트가 관찰 가능한 행동만으로 다른 에이전트의 신념을 추론하고 자신의 행동을 계획할 때 이를 고려한다는 점입니다. 이 접근 방식은 일반화 가능하고 확장 가능한 다중 에이전트 시스템에 대한 잠재력을 보여주는 동시에 ToM 메커니즘에 대한 계산적 통찰력을 제공합니다.
