본 논문은 인공 에이전트의 행동을 인간의 가치와 부합시키는 문제를 다룬다. 텍스트 기반 상호작용 환경에서 인간과 유사한 성격 특성이 에이전트의 행동과 성능에 미치는 영향을 조사하기 위해, PANDA(Personality Adapted Neural Decision Agents)라는 새로운 방법을 제시한다. PANDA는 인간의 성격 특성을 에이전트에 투영하여 행동을 유도하는데, 에이전트의 행동이 보이는 성격 유형을 식별하는 성격 분류기를 훈련하고, 이 성격 프로파일을 에이전트의 정책 학습 파이프라인에 통합하는 방식을 사용한다. 16가지의 서로 다른 성격 유형을 가진 에이전트를 25개의 텍스트 기반 게임에 배포하여 분석한 결과, 에이전트의 행동 결정이 특정 성격 프로파일에 따라 유도될 수 있으며, 개방성이 높은 성격 유형의 에이전트가 더 나은 성능을 보이는 것을 확인하였다. 이는 상호작용 환경에서 더욱 조화롭고 효과적이며 인간 중심적인 의사결정을 위한 성격 적응형 에이전트의 가능성을 보여준다.
