AgentVerse: Facilitating Multi-Agent Collaboration and Exploring Emergent Behaviors in Agents

要約

大規模言語モデル (LLM) によって強化された自律エージェントは大幅に改善され、広範囲のタスクにわたって汎用化できるようになりました。
ただし、現実のシナリオでは、タスクの達成の効率と有効性を高めるために、個人間の協力が必要になることがよくあります。
したがって、人間のグループのダイナミクスに触発されて、私たちは、部分の合計よりも優れたシステムとしてその構成を協力的かつ動的に調整できるマルチエージェント フレームワークを提案します。
私たちの実験では、\framework フレームワークが単一エージェントを上回るパフォーマンスを発揮するマルチエージェント グループを効果的に展開できることを実証しています。
さらに、共同タスクを達成する際のグループ内の個々のエージェント間の社会的行動の出現を掘り下げます。
これらの行動を考慮して、マルチエージェントグループの協力の可能性を向上させるために、ポジティブな行動を活用し、ネガティブな行動を軽減するためのいくつかの考えられる戦略について説明します。
\framework のコードはまもなく \url{https://github.com/OpenBMB/AgentVerse} でリリースされる予定です。

要約(オリジナル)

Autonomous agents empowered by Large Language Models (LLMs) have undergone significant improvements, enabling them to generalize across a broad spectrum of tasks. However, in real-world scenarios, cooperation among individuals is often required to enhance the efficiency and effectiveness of task accomplishment. Hence, inspired by human group dynamics, we propose a multi-agent framework \framework that can collaboratively and dynamically adjust its composition as a greater-than-the-sum-of-its-parts system. Our experiments demonstrate that \framework framework can effectively deploy multi-agent groups that outperform a single agent. Furthermore, we delve into the emergence of social behaviors among individual agents within a group during collaborative task accomplishment. In view of these behaviors, we discuss some possible strategies to leverage positive ones and mitigate negative ones for improving the collaborative potential of multi-agent groups. Our codes for \framework will soon be released at \url{https://github.com/OpenBMB/AgentVerse}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google