CompeteAI: Understanding the Competition Dynamics in Large Language Model-based Agents

本文探讨了大型语言模型（LLMs）作为代理人完成不同任务的应用，例如个人助理或事件规划。虽然大部分工作都着眼于代理人之间的合作与协作，但很少有工作探讨竞争这一重要机制，而竞争也是促进社会和经济发展的重要手段。本文旨在研究基于LLM的代理人之间的竞争动态。我们首先提出了一个研究代理人之间竞争的通用框架。然后，我们使用GPT-4实现了一个实际的竞争环境，模拟了一个虚拟城镇，其中有两种类型的代理人，餐厅代理人和顾客代理人。具体而言，餐厅代理人相互竞争以吸引更多的顾客，竞争鼓励它们进行转型，例如培育新的运营策略。模拟实验揭示了几个有趣的微观和宏观层面的发现，这些发现与现有的市场和社会学理论相吻合。我们希望这个框架和环境可以成为一个有前途的测试平台，用于研究促进对社会的理解的竞争。代码可在以下网址找到：https://github.com/microsoft/competeai。

研究基于大型语言模型的代理竞争动态，探究竞争机制对社会和经济发展的影响。

通过使用GPT-4构建模拟虚拟城镇，让餐厅代理和顾客代理之间进行竞争，研究竞争对代理的影响，发现竞争可以促进代理的转型和培育新的经营策略。

论文提出了研究代理竞争动态的框架，并使用GPT-4构建了一个实际的竞争环境。实验结果与市场和社会学理论相符合。研究可为竞争机制的理解提供新思路。代码已开源。

最近的相关研究主要集中在合作和协作方面，此篇论文则是首次探究基于大型语言模型的代理竞争动态。