Очень масштабное многоагентное моделирование в AgentScope.

Very Large-Scale Multi-Agent Simulation in AgentScope

July 25, 2024

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

cs.AI

Аннотация

Недавние достижения в области крупных языковых моделей (LLM) открыли новые возможности для применения мультиагентных систем в очень масштабных симуляциях. Однако существует несколько вызовов при проведении мультиагентных симуляций с использованием существующих платформ, таких как ограниченная масштабируемость и низкая эффективность, недостаточное разнообразие агентов и трудоемкие процессы управления. Для решения этих вызовов мы разрабатываем несколько новых функций и компонентов для AgentScope, удобной для пользователя мультиагентной платформы, улучшая ее удобство и гибкость для поддержки очень масштабных мультиагентных симуляций. В частности, мы предлагаем акторную распределенную механику в качестве базовой технологической инфраструктуры для обеспечения высокой масштабируемости и эффективности, а также предоставляем гибкую среду поддержки для симуляции различных сценариев реального мира, что позволяет параллельное выполнение нескольких агентов, централизованную оркестрацию рабочего процесса и взаимодействие как между агентами, так и между агентами и окружающей средой. Более того, мы интегрируем удобный настраиваемый инструмент и автоматический конвейер генерации фона в AgentScope, упрощая процесс создания агентов с разнообразными, но детальными настройками фона. Наконец, мы предоставляем веб-интерфейс для удобного мониторинга и управления большим количеством агентов, которые могут быть развернуты на нескольких устройствах. Мы проводим комплексную симуляцию для демонстрации эффективности предложенных улучшений в AgentScope и предоставляем подробные наблюдения и обсуждения для выявления большого потенциала применения мультиагентных систем в масштабных симуляциях. Исходный код доступен на GitHub по ссылке https://github.com/modelscope/agentscope для вдохновления дальнейших исследований и разработок в области масштабных мультиагентных симуляций.

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.