Lyfe Agents: Generative agents for low-cost real-time social interactions

要約

大規模な言語モデルを搭載した高度に自律的な生成エージェントは、仮想社会における複雑な社会行動をシミュレートすることが期待されている。しかしながら、低い計算コストで人間とのリアルタイムのインタラクションを実現することは、依然として困難である。ここでは、Lyfeエージェントを紹介する。ライフエージェントは、知的で目標志向的でありながら、低コストとリアルタイムの応答性を兼ね備えています。主な技術革新は以下の通りである：(1)オプションアクションフレームワークにより、高レベルの意思決定のコストを削減する。(2)自己整合性を高めるための非同期自己モニタリング。(3)要約と忘却の記憶メカニズムにより、重要な記憶項目を低コストで優先順位付けする。我々は、カスタム化したLyfeGame 3D仮想環境プラットフォームにおいて、いくつかのマルチエージェントシナリオにおけるLyfeエージェントの自己動機づけと社交性を評価する。我々の脳に着想を得た技術を装備した場合、Lyfeエージェントは、人間のような自己動機づけされた社会的推論を示すことができる。例えば、エージェントは自律的な協調と情報交換を通じて犯罪（殺人ミステリー）を解決することができる。一方、我々の技術により、Lyfeエージェントは既存の代替技術よりも10-100倍低い計算コストで動作することが可能となった。我々の発見は、仮想世界における人間の社会経験を豊かにする自律的生成エージェントの変革的可能性を強調するものである。

要約(オリジナル)

Highly autonomous generative agents powered by large language models promise to simulate intricate social behaviors in virtual societies. However, achieving real-time interactions with humans at a low computational cost remains challenging. Here, we introduce Lyfe Agents. They combine low-cost with real-time responsiveness, all while remaining intelligent and goal-oriented. Key innovations include: (1) an option-action framework, reducing the cost of high-level decisions; (2) asynchronous self-monitoring for better self-consistency; and (3) a Summarize-and-Forget memory mechanism, prioritizing critical memory items at a low cost. We evaluate Lyfe Agents’ self-motivation and sociability across several multi-agent scenarios in our custom LyfeGame 3D virtual environment platform. When equipped with our brain-inspired techniques, Lyfe Agents can exhibit human-like self-motivated social reasoning. For example, the agents can solve a crime (a murder mystery) through autonomous collaboration and information exchange. Meanwhile, our techniques enabled Lyfe Agents to operate at a computational cost 10-100 times lower than existing alternatives. Our findings underscore the transformative potential of autonomous generative agents to enrich human social experiences in virtual worlds.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL