Generative Agents: Interactive Simulacra of Human Behavior

要約

タイトル：Generative Agents: Interactive Simulacra of Human Behavior

要約：
– 人間の真似ができる「Generative Agents」というソフトウェアエージェントを紹介する。
– Generative Agentsは起きて朝ごはんを作り、仕事に行き、芸術家が絵を描いたり、作家が書いたりするなど、信じられる人間の行動をシミュレーションする。
– Generative Agentsを可能にするアーキテクチャを紹介し、自然言語を使用してエージェントの経験の完全な記録を保存し、時間とともにそれらの記憶をより高いレベルの反射に合成して、動作を計画するために動的に取り出すことができるようになっている。
– The Simsに基づいたインタラクティブな砂場環境にGenerative Agentsを配置し、エンドユーザーが自然言語を使用して25のエージェントの街とやりとりすることができるようにした。
– 評価によれば、Generative Agentsは信頼できる個人的な行動と社会的行動を生み出し、たとえば、1つのユーザー指定された考え（バレンタインデーのパーティーを開きたい）から始めて、エージェントたちは2日後にパーティーの招待状を自律的に広げ、新しい知り合いを作ってお互いにデートに誘ったり、パーティーに一緒に行くように協力したりするようになる。
– 著者らは、エージェントのアーキテクチャの監視、計画、反省のコンポーネントが、エージェントの行動の信頼性に重要な貢献をすることを証明した。
– 大規模な言語モデルと計算可能なインタラクティブエージェントを融合させることで、この研究は人間の行動の信頼できるシミュレーションを可能にするためのアーキテクチャとインタラクションパターンを紹介している。

要約(オリジナル)

Believable proxies of human behavior can empower interactive applications ranging from immersive environments to rehearsal spaces for interpersonal communication to prototyping tools. In this paper, we introduce generative agents–computational software agents that simulate believable human behavior. Generative agents wake up, cook breakfast, and head to work; artists paint, while authors write; they form opinions, notice each other, and initiate conversations; they remember and reflect on days past as they plan the next day. To enable generative agents, we describe an architecture that extends a large language model to store a complete record of the agent’s experiences using natural language, synthesize those memories over time into higher-level reflections, and retrieve them dynamically to plan behavior. We instantiate generative agents to populate an interactive sandbox environment inspired by The Sims, where end users can interact with a small town of twenty five agents using natural language. In an evaluation, these generative agents produce believable individual and emergent social behaviors: for example, starting with only a single user-specified notion that one agent wants to throw a Valentine’s Day party, the agents autonomously spread invitations to the party over the next two days, make new acquaintances, ask each other out on dates to the party, and coordinate to show up for the party together at the right time. We demonstrate through ablation that the components of our agent architecture–observation, planning, and reflection–each contribute critically to the believability of agent behavior. By fusing large language models with computational, interactive agents, this work introduces architectural and interaction patterns for enabling believable simulations of human behavior.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI