Generative agent-based modeling with actions grounded in physical, social, or digital space using Concordia

代理模型已经存在几十年，并被广泛应用于社会和自然科学领域。随着大型语言模型（LLM）提供的新功能，这种研究方法的范围现在有望大幅增长。生成式代理模型（GABM）不仅仅是代理模型（ABM），其中代理相互交谈。相反，GABM是使用LLM构建的，以对情况进行常识应用，行事“合理”，回忆常见的语义知识，生成API调用以控制数字技术如应用程序，并在模拟内部和对研究人员进行沟通。在这里，我们介绍了Concordia，这是一个库，可以促进构建和使用GABM。Concordia使得构建语言介导的物理或数字基础环境的模拟变得容易。Concordia代理使用灵活的组件系统产生其行为，该系统在LLM调用和联想记忆检索之间进行中介。一种特殊的称为游戏主人公（GM）的代理，受桌面角色扮演游戏的启发，负责模拟代理相互作用的环境。代理通过用自然语言描述他们想做什么来采取行动。然后，GM将他们的行动翻译成适当的实现。在模拟的物理世界中，GM检查代理行动的物理可信度并描述其效果。在模拟应用程序和服务等技术的数字环境中，GM可以处理API调用，以与外部工具（如Bard、ChatGPT等一般AI助手）和数字应用程序（如日历、电子邮件、搜索等）集成。Concordia旨在支持各种应用，无论是在科学研究中还是通过模拟用户和/或生成合成数据来评估真实数字服务的性能。

本论文旨在介绍一种新的研究方法——生成式基于语言模型的代理模型（GABM），并提出一个名为Concordia的库来方便构建和操作GABMs。该方法旨在通过使用大型语言模型来增强代理模型的表现能力，以解决在社会和自然科学领域中的各种问题。

GABM是一种基于语言模型的代理模型，通过使用自然语言描述代理的行为并结合联想记忆检索和LMM调用来产生行为。特别地，使用类似桌面角色扮演游戏的Game Master来模拟代理交互的环境，并能够与外部工具（如智能助手和数字应用程序）进行API调用。

Concordia库可以方便地构建基于语言的模拟环境，并支持多种应用场景，包括科学研究和评估真实数字服务的性能。论文还介绍了如何在物理世界和数字环境中模拟代理的行为，并且使用了类似桌面角色扮演游戏的Game Master来模拟代理的交互。此外，论文还探讨了如何使用外部工具（如智能助手和数字应用程序）进行API调用来模拟数字环境。

近年来，基于代理模型的研究已经得到了广泛应用。此外，基于语言模型的研究也在不断发展。与本文相关的研究包括Agent-Based Modeling（ABM）、Large Language Models（LLMs）以及语言生成模型等。