Simulation multi-agent à très grande échelle dans AgentScope

Very Large-Scale Multi-Agent Simulation in AgentScope

July 25, 2024

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

cs.AI

Résumé

Les récentes avancées dans les modèles de langage à grande échelle (LLMs) ont ouvert de nouvelles perspectives pour l'application des systèmes multi-agents dans des simulations à très grande échelle. Cependant, plusieurs défis subsistent lors de la réalisation de simulations multi-agents avec les plateformes existantes, tels qu'une scalabilité limitée, une faible efficacité, une diversité d'agents insatisfaisante et des processus de gestion laborieux. Pour relever ces défis, nous développons plusieurs nouvelles fonctionnalités et composants pour AgentScope, une plateforme multi-agents conviviale, améliorant ainsi sa commodité et sa flexibilité pour supporter des simulations multi-agents à très grande échelle. Plus précisément, nous proposons un mécanisme distribué basé sur les acteurs comme infrastructure technologique sous-jacente pour une grande scalabilité et une haute efficacité, et fournissons un support flexible pour simuler divers scénarios du monde réel, permettant l'exécution parallèle de multiples agents, l'orchestration centralisée des workflows, ainsi que les interactions inter-agents et agent-environnement. De plus, nous intégrons dans AgentScope un outil configurable facile à utiliser et un pipeline de génération automatique de contextes, simplifiant ainsi le processus de création d'agents avec des paramètres de contexte diversifiés et détaillés. Enfin et surtout, nous proposons une interface web pour surveiller et gérer commodément un grand nombre d'agents pouvant être déployés sur plusieurs appareils. Nous menons une simulation complète pour démontrer l'efficacité des améliorations proposées dans AgentScope, et fournissons des observations et discussions détaillées pour mettre en lumière le grand potentiel des systèmes multi-agents dans les simulations à grande échelle. Le code source est publié sur GitHub à l'adresse https://github.com/modelscope/agentscope pour inspirer de nouvelles recherches et développements dans les simulations multi-agents à grande échelle.

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.