Agent Group Chat: An Interactive Group Chat Simulacra For Better Eliciting Collective Emergent Behavior

要約

人間の集団行動における言語の役割を調査するために、さまざまな環境におけるマルチエージェント間の言語相互作用をシミュレートするエージェント グループ チャット シミュレーションを開発しました。
このシミュレーションでは、エージェントはキャラクター設定に基づいて独自の目的で自由にチャットするよう求められ、エージェントが予期せぬ重大な行動を示すことを目的としています。
相続紛争、法廷での討論、哲学的談話、映画のキャスティング争いの 4 つの物語シナリオがエージェント グループ チャットに統合され、多様なストーリーラインのサポートを評価します。
エージェント グループ チャット内で特定の環境設定を構成することにより、エージェントが人間の期待に沿った行動を示すかどうかを評価できます。
登場人物が話すすべてのコンテンツの n グラム シャノン エントロピーを計算することで、環境内の無秩序を評価します。
私たちの調査結果は、エージェントが人間の期待と実質的に一致しているという前提の下で、シミュレーション内でより広範な情報交換を促進することで、多様性の中でのより高い秩序性が保証され、それがより予想外で意味のある創発的な行動の出現につながることを明らかにしました。
コードは https://github.com/MikeGu721/AgentGroup でオープンソースであり、オンライン プラットフォームも間もなくオープンされる予定です。

要約(オリジナル)

To investigate the role of language in human collective behaviors, we developed the Agent Group Chat simulation to simulate linguistic interactions among multi-agent in different settings. Agents are asked to free chat in this simulation for their own purposes based on their character setting, aiming to see agents exhibit emergent behaviours that are both unforeseen and significant. Four narrative scenarios, Inheritance Disputes, Law Court Debates, Philosophical Discourses, Movie Casting Contention, are integrated into Agent Group Chat to evaluate its support for diverse storylines. By configuring specific environmental settings within Agent Group Chat, we are able to assess whether agents exhibit behaviors that align with human expectations. We evaluate the disorder within the environment by computing the n-gram Shannon entropy of all the content speak by characters. Our findings reveal that under the premise of agents possessing substantial alignment with human expectations, facilitating more extensive information exchange within the simulation ensures greater orderliness amidst diversity, which leads to the emergence of more unexpected and meaningful emergent behaviors. The code is open source in https://github.com/MikeGu721/AgentGroup, and online platform will be open soon.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google