Can Agents Spontaneously Form a Society? Introducing a Novel Architecture for Generative Multi-Agents to Elicit Social Emergence

要約

生成エージェントは特定のタスクにおいて優れた能力を実証してきましたが、これらのフレームワークのほとんどは独立したタスクに焦点を当てており、社会的相互作用には注意が欠けています。
ITCMA-S と呼ばれる生成エージェント アーキテクチャを導入します。これには、個々のエージェントの基本フレームワークと、マルチエージェント間のソーシャル インタラクションをサポートする LTRHA と呼ばれるフレームワークが含まれています。
このアーキテクチャにより、エージェントは社会的相互作用に有害な行動を特定して除外することができ、より有利な行動を選択できるようになります。
実験的評価のために、複数のアイデンティティのないエージェント間の社会的関係の自然な進化をシミュレートするサンドボックス環境を設計しました。
結果は、ITCMA-S が複数の評価指標で良好なパフォーマンスを示し、環境を積極的に探索し、新しいエージェントを認識し、継続的な行動と対話を通じて新しい情報を取得する能力を実証したことを示しました。
観察によると、エージェントは相互につながりを確立すると、選ばれたリーダーを中心に内部階層を持つクリークを自発的に形成し、集団活動を組織します。

要約(オリジナル)

Generative agents have demonstrated impressive capabilities in specific tasks, but most of these frameworks focus on independent tasks and lack attention to social interactions. We introduce a generative agent architecture called ITCMA-S, which includes a basic framework for individual agents and a framework called LTRHA that supports social interactions among multi-agents. This architecture enables agents to identify and filter out behaviors that are detrimental to social interactions, guiding them to choose more favorable actions. We designed a sandbox environment to simulate the natural evolution of social relationships among multiple identity-less agents for experimental evaluation. The results showed that ITCMA-S performed well on multiple evaluation indicators, demonstrating its ability to actively explore the environment, recognize new agents, and acquire new information through continuous actions and dialogue. Observations show that as agents establish connections with each other, they spontaneously form cliques with internal hierarchies around a selected leader and organize collective activities.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google