エージェントスコープにおける超巨大規模マルチエージェントシミュレーション

Very Large-Scale Multi-Agent Simulation in AgentScope

July 25, 2024

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

cs.AI

要旨

大規模言語モデル（LLMs）の最近の進展により、超大規模シミュレーションにおけるマルチエージェントシステムの応用に新たな道が開かれました。しかし、既存のプラットフォームを用いたマルチエージェントシミュレーションを行う際には、スケーラビリティと効率性の制限、エージェントの多様性の不足、管理プロセスの手間のかかる性質など、いくつかの課題が残されています。これらの課題に対処するため、我々はユーザーフレンドリーなマルチエージェントプラットフォームであるAgentScopeに対して、新たな機能とコンポーネントを開発し、超大規模マルチエージェントシミュレーションを支援するための利便性と柔軟性を向上させました。具体的には、高いスケーラビリティと効率性を実現するための基盤技術としてアクターベースの分散メカニズムを提案し、様々な現実世界のシナリオをシミュレートするための柔軟な環境サポートを提供します。これにより、複数のエージェントの並列実行、集中型ワークフローのオーケストレーション、エージェント間およびエージェントと環境間の相互作用が可能となります。さらに、AgentScopeには使いやすい設定可能なツールと自動的な背景生成パイプラインを統合し、多様かつ詳細な背景設定を持つエージェントの作成プロセスを簡素化しました。最後に、複数のデバイスにまたがって展開される可能性のある大量のエージェントを便利に監視および管理するためのウェブベースのインターフェースを提供します。我々は、AgentScopeに提案された機能強化の有効性を実証するための包括的なシミュレーションを実施し、大規模シミュレーションにおけるマルチエージェントシステムの応用の大きな可能性を強調するための詳細な観察と議論を提供します。ソースコードはGitHub（https://github.com/modelscope/agentscope）で公開されており、大規模マルチエージェントシミュレーションにおけるさらなる研究と開発を促進することを目的としています。

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.