Large Language Models Empowered Agent-based Modeling and Simulation: A Survey and Perspectives

本文是LLM系列文章，针对《Large Language Models Empowered Agent-based Modeling and Simulation: A Survey and Perspectives》的翻译。

摘要

基于Agent的建模和仿真已经发展成为复杂系统建模的强大工具，为不同Agent之间的紧急行为和交互提供了见解。将大型语言模型集成到基于代理的建模和仿真中，为增强仿真能力提供了一条很有前途的途径。本文综述了在基于代理的建模和仿真中使用大型语言模型的前景，考察了它们的挑战和有前景的未来方向。在这项调查中，由于这是一个跨学科的领域，我们首先介绍了基于agent的建模和仿真以及大型语言建模的agent的背景。然后，我们讨论了将大型语言模型应用于基于代理的模拟的动机，并系统地分析了环境感知、人类协调、动作生成和评估方面的挑战。最重要的是，我们全面概述了最近在多个场景中基于大型语言模型的代理建模和仿真的工作，这些工作可以分为四个领域：网络、物理、社交和混合，涵盖了真实世界和虚拟环境的仿真。最后，由于这一领域是一个新的、快速发展的领域，我们讨论了悬而未决的问题和有希望的未来方向。

1 引言

2 背景

3 LLM在基于agent的建模和仿真中的关键能力

4 LLM基于agent的建模与仿真面临的挑战与途径

5 基于LLM agent的建模与仿真研究进展

6 开放问题和未来的方向

7 结论

基于Agent的建模与仿真是对各个领域的复杂系统进行建模的最重要方法之一。大型语言模型的最新进展重塑了基于智能体的建模和模拟范式，为构建智能类人智能体而不是由简单规则或有限智能神经模型驱动的智能体提供了新的视角。在本文中，我们首先介绍了大型语言模型的基于代理的建模和仿真。我们系统地分析了为什么LLM代理是基于代理的建模和仿真所必需的，以及如何应对这些关键挑战。然后，我们广泛总结了网络、物理、社会和混合四个领域的现有工作，仔细描述了如何设计仿真环境，如何构建授权代理的大型语言模型，以及在基于代理的仿真基础上观察和实现什么。最后，鉴于现有工作尚未解决的局限性和这一新兴且快速发展的领域，我们讨论了悬而未决的问题，并指出了重要的研究方向，希望能对未来的研究有所启发。