에이전트스코프에서의 초대규모 다중 에이전트 시뮬레이션

Very Large-Scale Multi-Agent Simulation in AgentScope

July 25, 2024

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

cs.AI

초록

대규모 언어 모델(LLM)의 최근 발전은 매우 대규모 시뮬레이션에서 다중 에이전트 시스템을 적용할 수 있는 새로운 가능성을 열었습니다. 그러나 기존 플랫폼을 사용하여 다중 에이전트 시뮬레이션을 수행할 때는 확장성과 효율성의 한계, 에이전트 다양성의 부족, 관리 프로세스의 노력 집약성 등 여러 가지 과제가 남아 있습니다. 이러한 과제를 해결하기 위해 우리는 사용자 친화적인 다중 에이전트 플랫폼인 AgentScope에 여러 새로운 기능과 구성 요소를 개발하여 매우 대규모 다중 에이전트 시뮬레이션을 지원하는 편의성과 유연성을 강화했습니다. 구체적으로, 우리는 뛰어난 확장성과 높은 효율성을 위한 기반 기술 인프라로 액터 기반 분산 메커니즘을 제안하고, 다양한 실제 시나리오를 시뮬레이션하기 위한 유연한 환경 지원을 제공하여 다중 에이전트의 병렬 실행, 중앙 집중식 워크플로 오케스트레이션, 그리고 에이전트 간 및 에이전트-환경 상호작용을 가능하게 했습니다. 또한, AgentScope에 사용하기 쉬운 구성 가능한 도구와 자동 배경 생성 파이프라인을 통합하여 다양한 상세 배경 설정을 가진 에이전트 생성 프로세스를 단순화했습니다. 마지막으로, 여러 장치에 걸쳐 배포될 수 있는 대량의 에이전트를 편리하게 모니터링하고 관리할 수 있는 웹 기반 인터페이스를 제공합니다. 우리는 AgentScope의 제안된 개선 사항의 효과를 입증하기 위해 포괄적인 시뮬레이션을 수행하고, 대규모 시뮬레이션에서 다중 에이전트 시스템을 적용할 수 있는 큰 잠재력을 강조하기 위해 상세한 관찰과 논의를 제공합니다. 소스 코드는 https://github.com/modelscope/agentscope에서 GitHub에 공개되어 대규모 다중 에이전트 시뮬레이션 분야의 추가 연구와 개발을 촉진할 수 있도록 했습니다.

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.