물리적, 사회적, 디지털 공간에 기반한 행동을 포함한 생성적 에이전트 기반 모델링: Concordia 활용

초록

에이전트 기반 모델링(Agent-based modeling, ABM)은 수십 년 동안 존재해 왔으며, 사회과학과 자연과학 전반에 걸쳐 널리 적용되어 왔다. 이 연구 방법의 범위는 이제 대형 언어 모델(Large Language Models, LLM)이 제공하는 새로운 가능성을 흡수함에 따라 급격히 확장될 준비가 되어 있다. 생성적 에이전트 기반 모델(Generative Agent-Based Models, GABM)은 단순히 에이전트들이 서로 대화하는 고전적인 ABM이 아니다. 오히려 GABM은 LLM을 사용하여 상황에 상식을 적용하고, "합리적으로" 행동하며, 일반적인 의미론적 지식을 회상하고, 앱과 같은 디지털 기술을 제어하기 위한 API 호출을 생성하며, 시뮬레이션 내부와 외부에서 이를 관찰하는 연구자들과 소통한다. 여기서 우리는 GABM을 구성하고 작업하는 데 도움을 주는 라이브러리인 Concordia를 소개한다. Concordia는 물리적 또는 디지털 기반 환경의 언어 매개 시뮬레이션을 쉽게 구성할 수 있게 한다. Concordia의 에이전트들은 두 가지 기본 작업인 LLM 호출과 연관 메모리 검색 사이를 중재하는 유연한 구성 요소 시스템을 사용하여 행동을 생성한다. 테이블탑 롤플레잉 게임에서 영감을 받은 게임 마스터(Game Master, GM)라는 특별한 에이전트는 에이전트들이 상호작용하는 환경을 시뮬레이션하는 역할을 맡는다. 에이전트들은 자연어로 자신들이 하고 싶은 행동을 설명함으로써 행동을 취한다. 그러면 GM은 그들의 행동을 적절한 구현으로 변환한다. 시뮬레이션된 물리적 세계에서 GM은 에이전트 행동의 물리적 타당성을 확인하고 그 효과를 설명한다. 앱과 서비스와 같은 기술을 시뮬레이션하는 디지털 환경에서 GM은 일반 AI 어시스턴트(예: Bard, ChatGPT) 및 디지털 앱(예: 캘린더, 이메일, 검색 등)과 같은 외부 도구와 통합하기 위해 API 호출을 처리할 수 있다. Concordia는 과학 연구에서의 다양한 응용 프로그램과 실제 디지털 서비스의 성능을 평가하기 위해 사용자를 시뮬레이션하거나 합성 데이터를 생성하는 데 사용될 수 있도록 설계되었다.

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.

물리적, 사회적, 디지털 공간에 기반한 행동을 포함한 생성적 에이전트 기반 모델링: Concordia 활용

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

초록

Support