Generatief agent-gebaseerd modelleren met acties verankerd in fysieke, sociale of digitale ruimte met behulp van Concordia

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

December 6, 2023

Auteurs: 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

Samenvatting

Agent-gebaseerd modelleren bestaat al tientallen jaren en wordt breed toegepast in de sociale en natuurwetenschappen. De reikwijdte van deze onderzoeksmethode staat op het punt om aanzienlijk te groeien nu het gebruikmaakt van de nieuwe mogelijkheden die worden geboden door Large Language Models (LLM's). Generative Agent-Based Models (GABM) zijn niet zomaar klassieke Agent-Based Models (ABM) waarbij de agents met elkaar praten. In plaats daarvan worden GABM's geconstrueerd met behulp van een LLM om gezond verstand toe te passen in situaties, "redelijk" te handelen, algemene semantische kennis op te roepen, API-aanroepen te produceren om digitale technologieën zoals apps te besturen, en zowel binnen de simulatie als naar onderzoekers die deze van buitenaf bekijken te communiceren. Hier presenteren we Concordia, een bibliotheek om het construeren en werken met GABM's te vergemakkelijken. Concordia maakt het eenvoudig om taal-gemedieerde simulaties te construeren van fysiek of digitaal verankerde omgevingen. Concordia-agents produceren hun gedrag met behulp van een flexibel componentsysteem dat bemiddelt tussen twee fundamentele operaties: LLM-aanroepen en het ophalen van associatieve herinneringen. Een speciale agent genaamd de Game Master (GM), geïnspireerd door tabletop-rollenspellen, is verantwoordelijk voor het simuleren van de omgeving waarin de agents interacteren. Agents nemen acties door te beschrijven wat ze willen doen in natuurlijke taal. De GM vertaalt vervolgens hun acties naar passende implementaties. In een gesimuleerde fysieke wereld controleert de GM de fysieke plausibiliteit van agentacties en beschrijft hun effecten. In digitale omgevingen die technologieën zoals apps en services simuleren, kan de GM API-aanroepen afhandelen om te integreren met externe tools zoals algemene AI-assistenten (bijv. Bard, ChatGPT) en digitale apps (bijv. Agenda, E-mail, Zoeken, enz.). Concordia is ontworpen om een breed scala aan toepassingen te ondersteunen, zowel in wetenschappelijk onderzoek als voor het evalueren van de prestaties van echte digitale diensten door gebruikers te simuleren en/of synthetische data te genereren.

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.