在信息不对称的情况下，开发自主代理人以制定策略并与人类合作面临挑战。我们提出了一种共享控制游戏，通过语言模块和规划模块实现有效沟通，并利用蒙特卡洛树搜索计算策略。实验结果表明，交流能够缩小信息鸿沟，提高合作效率。

基于大型语言模型的自主代理人在任务的广泛范围内实现了显著的改进。我们提出了一个多代理人框架，通过实验证明该框架能够有效地部署优于单个代理人的多代理人群体。我们研究了群体中个体代理人之间的社交行为，并讨论了一些利用积极行为和缓解消极行为以提高多代理人群体的协作潜力的可能策略。