基于大语言模型赋能智体的建模和仿真：综述和展望-51CTO.COM

本文经自动驾驶之心公众号授权转载，转载请联系出处。

23年12月论文“Large Language Models Empowered Agent-based Modeling and Simulation: A Survey and Perspectives“，来自清华大学。

基于智体的建模和仿真已经发展成为复杂系统建模的强大工具，为不同智体之间的紧急行为和交互提供了洞察。将大语言模型集成到基于智体的建模和仿真中，为增强仿真能力提供了一条很有前途的途径。本文综述在基于智体的建模和仿真中大语言模型的前景，研究了它们的挑战和有前景的未来方向。在这篇综述中，由于是一个跨学科的领域，首先介绍基于智体的建模和仿真以及大语言模型赋能智体的背景。然后，讨论将大语言模型应用于基于智体模拟的动机，并系统地分析环境感知、与人类协调、动作生成和评估方面的挑战。最重要的是，全面概述最近在多个场景中基于大语言模型的智体建模和仿真的工作，这些工作可以分为四个领域：网络、物理、社会及其混合，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，讨论悬而未决的问题和有希望的未来方向。

基于智体的模拟通过集中于智体的单个实体来捕捉复杂系统中固有的复杂动力学[135]。这些智体是异构的，具有特定的特征和状态，并根据上下文和环境自适应地行为，做出决策和采取行动[65]。环境，无论是静态的还是进化的，都会引入条件，引发竞争，定义边界，偶尔还会提供影响智体行为的资源[48]。交互包括与环境和其他智体的交互，目标是基于预定义或自适应规则反映现实中的行为[64，135]。总之，基于智体的模拟的基本组件包括：

智体是基于智体模拟的基本实体。它们表示正在建模的系统个体、实体或元素。每个智体都有自己的一组属性、行为和决策过程。
环境是智体操作和交互的空间。它包括物理空间，以及影响智体行为的任何外部因素，如天气条件、经济变化、政治变化和自然灾害。智体可能会受到环境的约束或影响，它们的相互作用可能会对环境本身产生影响。
智体通过预定义的机制进行交互，并与环境交互。交互可以是直接的（代理对智体）或间接的（智体到环境或环境对智体）。

有了上述组件，基于智体的建模和仿真提供了一个自下而上的视角，从个体相互作用的角度研究宏观层面的现象和动力学。

为了在广泛的应用领域实现逼真的模拟，智体在感知、决策和行动方面应具有以下能力[217]：

自治。智体应该能够在没有人类或其他人直接干预的情况下运行，这在微观交通流模拟[131]和行人运动模拟[20]等现实世界应用中很重要。
社交能力。代理应该能够与其他智体进行（可能还有人类）交互，完成指定的目标。在研究社会现象、群体行为或社会结构时，智体的社交能力是关键。这包括模拟社交网络的形成、观点的动态、文化的传播等等。智体之间的社会交互可以是合作的，也可以是竞争的，这在模拟市场行为、消费者决策等经济活动时至关重要。
反应性。智体应该能够感知环境，并对环境的变化做出快速反应。这种能力在需要模拟实时响应的系统中尤其重要，如交通控制系统和自动化生产线，以及在灾害响应场景中，智体需要能够立即对环境变化做出反应，以有效地进行预警和疏散。更重要的是，智体应该能够从以前的经验中学习，并自适应地改善其反应，类似于强化学习的想法[126]。
主动性。智体应该能够通过采取主动而不是仅仅对环境做出反应来表现出目标导向的行为。例如，智体需要在智能助理等应用程序中主动提供帮助、建议和信息，并在自动驾驶机器人和自动驾驶汽车等领域积极探索环境、规划路径和执行任务。

值得一提的是，与人类一样，由于知识和计算能力的限制，智体无法做出完全理性的选择[185]。相反，可以根据不完美的信息做出次优但可接受的决策。这种能力对于在经济市场[13]和管理组织[162]中实现类人模拟尤为关键。例如，在模拟消费者行为、市场交易和商业决策时考虑智体的有限理性，可以更准确地反映真实的经济活动。此外，在模拟组织内的决策、团队合作和领导力时，有限理性有助于揭示真实工作环境中的行为动态。

在基于智体的模拟中建模技术的发展，也经历了知识驱动方法的早期阶段和数据驱动方法的最近阶段。具体而言，前者包括基于预定义规则或符号方程的各种方法，后者包括随机模型和机器学习模型。

预定义规则。这种方法包括定义管理智体行为的显式规则。这些规则通常基于逻辑或条件语句，这些语句规定了智体对特定情况或输入的反应。最著名的例子是细胞自动机[216]，它利用简单的局部规则来模拟复杂的全球现象，这些现象不仅存在于自然世界中，也存在于复杂的城市系统中。
符号方程。与预定义的规则相比，符号方程用于以更正式的数学方式表示关系或行为。这些可以包括代数方程、微分方程或其他数学公式。一个典型的例子是广泛用于行人运动模拟的社会力模型[93]。它假设行人运动是由类似牛顿定律驱动的，该定律由目的地驱动的吸引力和来自相邻行人或障碍物的排斥力决定。
随机建模。这种方法将随机性和概率引入到智体决策中，有助于捕捉许多现实世界系统中固有的不确定性和可变性[70]。例如，为了考虑源自人类决策随机性的影响，可以利用离散选择模型来模拟行人走路行为[9]。
机器学习模型。机器学习模型允许智体从数据中学习或通过与环境的交互进行学习。监督学习方法通常用于估计基于智体的模型参数，而强化学习方法在模拟阶段被广泛使用，增强了智体在动态环境中的适应能力[107，108，160]。

基于智体的建模和仿真在许多领域都是仿真中采用的基本方法[135，65]，但仍然面临着几个关键挑战。大语言模型赋能智体不仅满足了基于智体模拟的要求，而且依靠其强大的感知、推理、决策和自我进化能力解决了这些限制，如图所示。

与传统的模拟方法相比，基于智体的模拟，其适应不同规则或参数的能力。

第一个问题是现有方法的参数设置极其复杂[64，135]。在这些模型中，影响智体行为的大量变量——从个人特征到环境因素——使得选择和校准这些参数变得困难。这种复杂性往往导致过于简单化，损害了模拟在描绘真实异质性方面的准确性[135]。此外，获取准确和全面的数据以告知参数选择是另一个挑战。也就是说，在不同背景下捕捉不同个体行为的真实世界数据可能收集起来有限或具有挑战性。此外，根据真实世界的观测结果验证所选参数以确保其可靠性增加了另一层复杂性。

其次，规则或模型不能涵盖异质性的所有维度，因为现实世界中的个体非常复杂[135]。使用规则来驱动智体行为只能捕捉到异质性的某些方面，但可能缺乏封装各种行为、偏好和决策过程的深度。此外，作为模型容量，试图在单个模型覆盖异质性的所有维度是过于理想化了。因此，在基于智体的建模和仿真中，在模型的简单性和准确智体建模进行平衡是一个关键挑战，导致智体异构性某些方面过于简单化或直接被忽视。

与传统方法不同，基于LLM的智体支持：1）捕捉具有内部类人认知复杂性的内部特征，以及2）通过提示、上下文学习或微调的特殊和定制特征。

基于智体的建模和模拟的核心是智体如何对环境做出反应，以及智体如何相互作用，在这种情况下，智体的行为应该尽可能真实地接近具有人类知识和规则的真实世界个人。因此，在构建用于模拟的大语言模型赋能智体时，存在四大挑战，包括感知环境、与人类知识和规则保持一致、选择合适的动作和评估模拟。

对于具有大语言模型基于智体的模拟，第一步是构建虚拟或真实的环境，然后设计智体如何与环境和其他智体交互。因此，需要为LLM感知和交互的环境提出适当的方法。

尽管LLM在许多方面已经表现出显著的类人特征，但基于LLM的智体在特定领域仍然缺乏必要的领域知识，造成决策不合理。因此，将LLM智体与人类知识和价值观、特别是领域专家的知识和价值观念保持一致，是实现更现实域模拟的一个重要挑战。然而，智体的异质性作为基于智体建模（ABM）的一个基本特征，对传统模型来说既是优势也是挑战。同时，LLM具有强大的模拟异构智体的能力，确保了可控的异构性。然而，使LLM能够扮演不同的角色以满足个性化模拟需求，是一个重大挑战。挑战的讨论包括两方面：提示过程和微调。

LLM智体的复杂行为应该反映现实世界的认知过程。这涉及到理解和实现一些机制，这些人工智体以此可以保留和利用过去的经验（记忆）[152，73，241]，根据其结果（反思）反省和调整其行为[152，181]，执行一系列模仿人类工作流程的相互关联任务（规划）[213]。

基于LLM智体的基本评估协议是将模拟的输出与现有的真实世界数据进行比较。评估可以在两个层面进行：微观层面和宏观层面。与传统的基于规则或神经网络的智体相比，基于大语言模型智体的主要优势之一是它具有较强的交互式对话和文本推理能力。

除了基于大语言模型赋能的智体模拟准确性或可解释性之外，伦理问题也非常重要。第一个是偏见和公平，评估语言、文化、性别、种族或其他敏感属性中的偏见模拟，评估生成的内容是否会延续或缓解社会偏见，这一点至关重要。另一个令人担忧的问题是有害的输出检测，因为与传统方法相比，生成人工智能的输出很难控制。

基于LLM智体的建模和仿真，其典型应用域包括社会、物理和网络及其混合，如图所示，细节见下表。