Генеративные агенты: интерактивные симулякры человеческого поведения
Generative Agents: Interactive Simulacra of Human Behavior
2023-10-20
SCID: 54.1/4nd6pkgy
Discuss with AI
генеративные агентыинтерактивная среда-песочницабольшие языковые моделиизвлечение воспоминанийсимуляция социального поведения
Figures from the paper
Abstract (AI)
Правдоподобные модели человеческого поведения могут расширить возможности интерактивных приложений — от иммерсивных сред и пространств для репетиции межличностного общения до инструментов прототипирования. В этой статье мы представляем генеративных агентов — вычислительных программных агентов, моделирующих правдоподобное человеческое поведение. Генеративные агенты просыпаются, готовят завтрак и отправляются на работу; художники рисуют, а писатели пишут; они формируют мнения, замечают друг друга и начинают разговоры; они помнят прошедшие дни и размышляют о них, планируя следующий день. Для создания генеративных агентов мы описываем архитектуру, расширяющую большую языковую модель: она хранит на естественном языке полную запись опыта агента, со временем обобщает эти воспоминания в рефлексии более высокого уровня и динамически извлекает их для планирования поведения. Мы реализуем генеративных агентов, чтобы заселить ими интерактивную песочницу, вдохновлённую игрой The Sims, где конечные пользователи могут взаимодействовать на естественном языке с небольшим городом из двадцати пяти агентов. В ходе оценки эти генеративные агенты демонстрируют правдоподобное индивидуальное и возникающее социальное поведение. Например, если задать лишь исходную идею о том, что один из агентов хочет устроить вечеринку в День святого Валентина, агенты самостоятельно распространяют приглашения на вечеринку в течение следующих двух дней, заводят новые знакомства, приглашают друг друга на свидания на вечеринку и координируют совместное прибытие на неё в нужное время. С помощью абляционного анализа мы показываем, что компоненты архитектуры агентов — наблюдение, планирование и рефлексия — каждый вносит критически важный вклад в правдоподобие поведения агентов. Объединяя большие языковые модели с вычислительными интерактивными агентами, данная работа предлагает архитектурные и интерактивные шаблоны для создания правдоподобных симуляций человеческого поведения.
Key Findings
1
Интерактивная песочница с 25 агентами поддерживает взаимодействие на естественном языке и демонстрирует правдоподобное индивидуальное и возникающее социальное поведение.
2
Абляционные эксперименты показывают, что наблюдение, планирование и рефлексия каждый в отдельности критически важны для правдоподобия поведения агентов.
3
Получив единственную цель — организовать вечеринку ко Дню святого Валентина, агенты самостоятельно распространяют приглашения, знакомятся, договариваются о свиданиях и координируют совместное прибытие.
4
Архитектура сохраняет опыт агентов на естественном языке, обобщает его во временные рефлексии и динамически извлекает воспоминания для планирования.
5
В работе представлены генеративные агенты, моделирующие правдоподобное поведение людей в интерактивных средах с использованием больших языковых моделей.
Research Object
Генеративные агенты (компьютерные программные агенты, моделирующие правдоподобное человеческое поведение)
Research Subject
правдоподобие индивидуального и возникающего социального поведения, включая планирование на основе памяти, рефлексию, взаимодействие и координацию
Publication Details
Publication Date
2023-10-20
Journal
Publisher
ISSN
Cited by
2660
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai4
Работы, цитирующие эту статью20
Обзор больших языковых моделей2026
Обзор автономных агентов на основе больших языковых моделей2024
🧜Песнь сирены в океане ИИ: обзор галлюцинаций в больших языковых моделях2025
Генеративный искусственный интеллект2023
Могут ли большие языковые модели преобразовать вычислительную социальную науку?2023
ExpeL: агенты на основе больших языковых моделей — обучающиеся на опыте2024
Обзор мультиагентных систем на основе больших языковых моделей: рабочий процесс, инфраструктура и проблемы2024
AgentClinic: мультимодальный бенчмарк для клинических ИИ-агентов, использующих инструменты2026
Может ли генеративный ИИ улучшить социальные науки?2024
Когда искусственный интеллект заменяет людей в высшем образовании: цена одиночества, академической успешности и удержания студентов2024
Расширение возможностей биомедицинских исследований с помощью ИИ-агентов2024
Прозрачность в отношении ИИ-агентов2024
ИИ-агенты и агентный ИИ: концептуальная таксономия, применения и проблемы2025
Исследование интеллектуальных агентов на основе больших языковых моделей: определения, методы и перспективы2026
Обзор больших языковых моделей и автономных агентов в химии2024
От рассуждений больших языковых моделей к автономным ИИ-агентам: всесторонний обзор2026
Генеративные агенты искусственного интеллекта с большими языковыми моделями для спутниковых сетей посредством передачи на основе смеси экспертов2024
AI-агенты под угрозой: обзор ключевых проблем безопасности и перспективных направлений2025
Человеческо‑ИИ агентство в эпоху генеративного ИИ2025
Малые большие языковые модели плохо обучаются работе с инструментами: агент на основе нескольких БЯМ2024