Simulación Multiagente a Gran Escala en AgentScope

Very Large-Scale Multi-Agent Simulation in AgentScope

July 25, 2024

Autores: Xuchen Pan, Dawei Gao, Yuexiang Xie, Zhewei Wei, Yaliang Li, Bolin Ding, Ji-Rong Wen, Jingren Zhou

cs.AI

Resumen

Los recientes avances en modelos de lenguaje grandes (LLMs) han abierto nuevas vías para aplicar sistemas multiagente en simulaciones a gran escala. Sin embargo, persisten varios desafíos al realizar simulaciones multiagente con plataformas existentes, como la escalabilidad limitada y la baja eficiencia, la falta de diversidad de agentes y procesos de gestión intensivos. Para abordar estos desafíos, desarrollamos varias características y componentes nuevos para AgentScope, una plataforma multiagente fácil de usar, mejorando su conveniencia y flexibilidad para respaldar simulaciones multiagente a gran escala. Específicamente, proponemos un mecanismo distribuido basado en actores como la infraestructura tecnológica subyacente para lograr una gran escalabilidad y alta eficiencia, y brindamos soporte de entorno flexible para simular diversos escenarios del mundo real, lo que permite la ejecución paralela de múltiples agentes, la orquestación centralizada del flujo de trabajo y las interacciones entre agentes y entre agentes y el entorno. Además, integramos una herramienta configurable fácil de usar y un pipeline automático de generación de antecedentes en AgentScope, simplificando el proceso de creación de agentes con ajustes de antecedentes diversos pero detallados. Por último, proporcionamos una interfaz basada en web para monitorear y gestionar de manera conveniente un gran número de agentes que podrían desplegarse en múltiples dispositivos. Realizamos una simulación exhaustiva para demostrar la efectividad de las mejoras propuestas en AgentScope, y ofrecemos observaciones detalladas y discusiones para resaltar el gran potencial de aplicar sistemas multiagente en simulaciones a gran escala. El código fuente se encuentra disponible en GitHub en https://github.com/modelscope/agentscope para inspirar futuras investigaciones y desarrollos en simulaciones multiagente a gran escala.

English

Recent advances in large language models (LLMs) have opened new avenues for applying multi-agent systems in very large-scale simulations. However, there remain several challenges when conducting multi-agent simulations with existing platforms, such as limited scalability and low efficiency, unsatisfied agent diversity, and effort-intensive management processes. To address these challenges, we develop several new features and components for AgentScope, a user-friendly multi-agent platform, enhancing its convenience and flexibility for supporting very large-scale multi-agent simulations. Specifically, we propose an actor-based distributed mechanism as the underlying technological infrastructure towards great scalability and high efficiency, and provide flexible environment support for simulating various real-world scenarios, which enables parallel execution of multiple agents, centralized workflow orchestration, and both inter-agent and agent-environment interactions among agents. Moreover, we integrate an easy-to-use configurable tool and an automatic background generation pipeline in AgentScope, simplifying the process of creating agents with diverse yet detailed background settings. Last but not least, we provide a web-based interface for conveniently monitoring and managing a large number of agents that might deploy across multiple devices. We conduct a comprehensive simulation to demonstrate the effectiveness of the proposed enhancements in AgentScope, and provide detailed observations and discussions to highlight the great potential of applying multi-agent systems in large-scale simulations. The source code is released on GitHub at https://github.com/modelscope/agentscope to inspire further research and development in large-scale multi-agent simulations.