Эксперименты с большими языковыми моделями в моделировании: мультиагентная система на основе большой языковой модели для параметризации имитационных моделей в цифровых двойниках

В статье представлена новая архитектура мультиагентной системы, в которой большие языковые модели (LLM) используются для автоматизации параметризации имитационных моделей в цифровых двойниках. Архитектура включает специализированных агентов на основе LLM, отвечающих за наблюдение, рассуждение, принятие решений и обобщение, что позволяет им динамически взаимодействовать с моделями цифровых двойников для исследования вариантов параметризации и определения допустимых значений параметров, обеспечивающих достижение целевой задачи. Предлагаемый подход повышает удобство использования имитационных моделей за счёт интеграции эвристик знаний, полученных от LLM, и обеспечивает автономный поиск допустимых параметров для решения пользовательской задачи. Кроме того, система потенциально может повысить удобство работы пользователей и снизить их когнитивную нагрузку, помогая в процессах принятия сложных решений. Эффективность и функциональные возможности системы продемонстрированы на примере из практики; визуализированные демонстрации и исходный код доступны в репозитории GitHub: https://github.com/YuchenXia/LLMDrivenSimulation