本研究探讨了人类与大型语言模型（LLM）代理在竞争合作中的互动行为。通过分析30名参与者在囚徒困境游戏中的表现，发现代理特征显著影响人类的合作行为，并揭示了性别与代理特征的交互作用，为人机合作提供了新视角。

本研究提出了一种语言指导偏好学习（LGPL）方法，旨在优化机器人在社会环境中的互动行为。该方法结合了预训练语言模型与偏好学习，仅需四个查询即可快速学习并准确执行行为，显著提高了样本效率。