Modellazione basata su agenti generativi con azioni radicate nello spazio fisico, sociale o digitale utilizzando Concordia

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

December 6, 2023

Autori: Alexander Sasha Vezhnevets, John P. Agapiou, Avia Aharon, Ron Ziv, Jayd Matyas, Edgar A. Duéñez-Guzmán, William A. Cunningham, Simon Osindero, Danny Karmon, Joel Z. Leibo

cs.AI

Abstract

La modellazione basata su agenti esiste da decenni ed è stata ampiamente applicata nelle scienze sociali e naturali. L'ambito di questo metodo di ricerca è ora destinato a crescere in modo significativo grazie alle nuove possibilità offerte dai Large Language Model (LLM). I Generative Agent-Based Models (GABM) non sono semplicemente modelli basati su agenti (ABM) classici in cui gli agenti comunicano tra loro. Piuttosto, i GABM sono costruiti utilizzando un LLM per applicare il buon senso alle situazioni, agire in modo "ragionevole", richiamare conoscenze semantiche comuni, produrre chiamate API per controllare tecnologie digitali come app e comunicare sia all'interno della simulazione che con i ricercatori che la osservano dall'esterno. Qui presentiamo Concordia, una libreria progettata per facilitare la costruzione e l'utilizzo di GABM. Concordia rende semplice creare simulazioni mediate dal linguaggio di ambienti fisici o digitali. Gli agenti di Concordia generano il loro comportamento utilizzando un sistema di componenti flessibile che media tra due operazioni fondamentali: chiamate LLM e recupero della memoria associativa. Un agente speciale chiamato Game Master (GM), ispirato ai giochi di ruolo da tavolo, è responsabile di simulare l'ambiente in cui gli agenti interagiscono. Gli agenti compiono azioni descrivendo ciò che desiderano fare in linguaggio naturale. Il GM traduce poi le loro azioni in implementazioni appropriate. In un mondo fisico simulato, il GM verifica la plausibilità fisica delle azioni degli agenti e ne descrive gli effetti. In ambienti digitali che simulano tecnologie come app e servizi, il GM può gestire chiamate API per integrarsi con strumenti esterni come assistenti AI generali (ad esempio, Bard, ChatGPT) e app digitali (ad esempio, Calendario, Email, Ricerca, ecc.). Concordia è stata progettata per supportare una vasta gamma di applicazioni, sia nella ricerca scientifica che nella valutazione delle prestazioni di servizi digitali reali, simulando utenti e/o generando dati sintetici.

English

Agent-based modeling has been around for decades, and applied widely across the social and natural sciences. The scope of this research method is now poised to grow dramatically as it absorbs the new affordances provided by Large Language Models (LLM)s. Generative Agent-Based Models (GABM) are not just classic Agent-Based Models (ABM)s where the agents talk to one another. Rather, GABMs are constructed using an LLM to apply common sense to situations, act "reasonably", recall common semantic knowledge, produce API calls to control digital technologies like apps, and communicate both within the simulation and to researchers viewing it from the outside. Here we present Concordia, a library to facilitate constructing and working with GABMs. Concordia makes it easy to construct language-mediated simulations of physically- or digitally-grounded environments. Concordia agents produce their behavior using a flexible component system which mediates between two fundamental operations: LLM calls and associative memory retrieval. A special agent called the Game Master (GM), which was inspired by tabletop role-playing games, is responsible for simulating the environment where the agents interact. Agents take actions by describing what they want to do in natural language. The GM then translates their actions into appropriate implementations. In a simulated physical world, the GM checks the physical plausibility of agent actions and describes their effects. In digital environments simulating technologies such as apps and services, the GM may handle API calls to integrate with external tools such as general AI assistants (e.g., Bard, ChatGPT), and digital apps (e.g., Calendar, Email, Search, etc.). Concordia was designed to support a wide array of applications both in scientific research and for evaluating performance of real digital services by simulating users and/or generating synthetic data.