본 논문은 인공 에이전트의 행동을 인간의 가치와 일치시키는 문제를 해결하기 위해 인간과 유사한 성격 특성을 에이전트에 적용하는 새로운 방법인 PANDA(Personality Adapted Neural Decision Agents)를 제시합니다. PANDA는 텍스트 기반 게임 에이전트에 성격을 부여하기 위해 에이전트 행동의 성격 유형을 식별하는 성격 분류기를 훈련하고, 이를 에이전트의 정책 학습 파이프라인에 통합합니다. 16가지의 서로 다른 성격 유형을 가진 에이전트를 25개의 텍스트 기반 게임에 적용하여 분석한 결과, 에이전트의 행동 결정이 특정 성격 프로파일에 따라 조정될 수 있음을 보여주고, 개방성이 높은 성격 유형이 성능 면에서 우수함을 확인했습니다. 이는 상호 작용 환경에서 더욱 일치하고 효과적이며 인간 중심적인 의사 결정을 촉진하기 위한 성격 적응 에이전트의 가능성을 강조합니다.
