欺凌是一个复杂的社会问题，需采用适应性和上下文感知的干预策略。本文提出了一种多智能体模型，结合了心智理论（ToM）、强化学习（RL）和持续学习（CL），以改善欺凌行为的检测与干预。ToM使智能体能够推断他人的信念、意图和情感，从而实现社会意识的决策。RL让观察者智能体能够从过去的经验中学习，动态调整其干预策略。CL通过允许系统保留已学的行为并持续适应新的欺凌模式，确保长期适应性。所提方法结合了来自理论理论（TT）和模拟理论（ST）的抽象机制，使智能体能够通过预定义规则或模拟经验推理欺凌互动。该系统在不同欺凌严重程度的模拟学校环境中进行了评估，展示了其动态调整干预策略的有效性。结果表明，结合ToM、RL和CL的做法，特别是在高风险欺凌场景下，与标准的基于RL的方法相比，性能优越。此研究为在教育环境中开发能够主动且上下文敏感干预的社会智能AI系统奠定了基础。
Zhinín-Vera等人（Sun）研究了这个问题。