본 논문은 경쟁적 다중 에이전트 환경에서 대규모 언어 모델(LLM) 에이전트의 성공 요인을 조사한다. 경매를 테스트베드로 사용하여 에이전트가 이익을 극대화하기 위해 입찰하는 시나리오를 설정한다. 에이전트는 입찰 도메인 지식, 품목 선호도를 반영하는 고유한 페르소나, 그리고 경매 이력 기억 기능을 갖추고 있다. 특히, (a) 페르소나는 경쟁 환경에서 에이전트의 행동에 어떻게 영향을 미치는가? (b) 에이전트는 경매 중 경쟁자의 행동을 효과적으로 프로파일링할 수 있는가? (c) 마음 이론과 같은 전략을 사용하여 페르소나 프로파일링을 어떻게 활용하여 이점을 창출할 수 있는가? 와 같은 세 가지 주요 질문을 조사한다. 일련의 실험을 통해 LLM 에이전트의 행동을 분석하고 새로운 발견에 대한 통찰력을 제공하며, HARBOR라는 테스트베드를 통해 경쟁 환경에서의 다중 에이전트 워크플로에 대한 이해를 심화시킬 수 있는 가치있는 플랫폼을 제공한다. 다수의 에이전트가 크기, 위치, 예산 등을 고려하여 가장 바람직한 주택을 가장 낮은 가격으로 확보하기 위해 입찰하는 현실적인 주택 경매 환경을 구축하여 기존 경매 시나리오를 확장한다.
