Modelagem baseada em agentes generativos com ações fundamentadas em espaços físicos, sociais ou digitais utilizando Concordia.

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

December 6, 2023

Autores: 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

Resumo

A modelagem baseada em agentes existe há décadas e tem sido amplamente aplicada nas ciências sociais e naturais. O escopo desse método de pesquisa está agora prestes a crescer dramaticamente à medida que incorpora as novas possibilidades oferecidas pelos Modelos de Linguagem de Grande Escala (LLMs, na sigla em inglês). Os Modelos Baseados em Agentes Generativos (GABMs, na sigla em inglês) não são apenas Modelos Baseados em Agentes (ABMs, na sigla em inglês) clássicos onde os agentes conversam entre si. Em vez disso, os GABMs são construídos usando um LLM para aplicar o senso comum a situações, agir de forma "razoável", recuperar conhecimento semântico comum, produzir chamadas de API para controlar tecnologias digitais como aplicativos e se comunicar tanto dentro da simulação quanto com pesquisadores que a observam de fora. Aqui apresentamos Concordia, uma biblioteca para facilitar a construção e o trabalho com GABMs. O Concordia torna fácil criar simulações mediadas por linguagem de ambientes físicos ou digitais. Os agentes do Concordia produzem seu comportamento usando um sistema de componentes flexível que media entre duas operações fundamentais: chamadas de LLM e recuperação de memória associativa. Um agente especial chamado Mestre do Jogo (GM, na sigla em inglês), inspirado em jogos de RPG de mesa, é responsável por simular o ambiente onde os agentes interagem. Os agentes tomam ações descrevendo o que desejam fazer em linguagem natural. O GM então traduz suas ações em implementações apropriadas. Em um mundo físico simulado, o GM verifica a plausibilidade física das ações dos agentes e descreve seus efeitos. Em ambientes digitais que simulam tecnologias como aplicativos e serviços, o GM pode lidar com chamadas de API para integrar ferramentas externas, como assistentes de IA gerais (por exemplo, Bard, ChatGPT) e aplicativos digitais (por exemplo, Calendário, E-mail, Busca, etc.). O Concordia foi projetado para suportar uma ampla gama de aplicações, tanto em pesquisa científica quanto para avaliar o desempenho de serviços digitais reais, simulando usuários e/ou gerando dados sintéticos.

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.