ALYMPICS: Language Agents Meet Game Theory

要約

本稿では、Large Language Model（LLM）エージェントを活用し、ゲーム理論の調査を容易にするプラットフォームAlympicsを紹介する。人間の行動をシミュレートするためにLLMと自律エージェントを採用し、マルチエージェント連携を可能にすることで、ゲーム理論の仮説立案と検証のための現実的で動的な人間相互作用モデルを構築することができる。これを実証するために、限られた資源をめぐる不平等な競争を含むサバイバルゲームを提示し、実装する。資源の利用可能性とエージェントの個性を操作することで、様々なエージェントがどのように競争に参加し、戦略を適応させるかを観察する。ゲーム理論研究におけるLLMエージェントの使用は、現実的な行動のシミュレーション、制御可能でスケーラブル、再現可能な環境の提供など、大きな利点を提供する。我々の研究は、複雑な社会経済的文脈における戦略的意思決定の理解を深める上で、LLMエージェントの可能性を強調している。全てのコードは近日中に公開される予定である。

要約(オリジナル)

This paper introduces Alympics, a platform that leverages Large Language Model (LLM) agents to facilitate investigations in game theory. By employing LLMs and autonomous agents to simulate human behavior and enable multi-agent collaborations, we can construct realistic and dynamic models of human interactions for game theory hypothesis formulating and testing. To demonstrate this, we present and implement a survival game involving unequal competition for limited resources. Through manipulation of resource availability and agent personalities, we observe how different agents engage in the competition and adapt their strategies. The use of LLM agents in game theory research offers significant advantages, including simulating realistic behavior, providing a controlled, scalable, and reproducible environment. Our work highlights the potential of LLM agents in enhancing the understanding of strategic decision-making within complex socioeconomic contexts. All codes will be made public soon.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL