Large Language Models Empowered Agent-based Modeling and Simulation: A Survey and Perspectives

要約

エージェントベースのモデリングとシミュレーションは、複雑なシステムをモデル化するための強力なツールとして進化し、さまざまなエージェント間の新たな行動や相互作用についての洞察を提供します。
大規模な言語モデルをエージェントベースのモデリングおよびシミュレーションに統合することは、シミュレーション機能を強化するための有望な手段となります。
この論文では、エージェントベースのモデリングとシミュレーションにおける大規模言語モデルの利用状況を概観し、その課題を検討し、将来の方向性を展望します。
この調査では、これは学際的な分野であるため、最初にエージェントベースのモデリングとシミュレーション、および大規模言語モデルを強化したエージェントの背景を紹介します。
次に、大規模な言語モデルをエージェントベースのシミュレーションに適用する動機について議論し、環境認識、人間の調整、アクション生成、および評価における課題を体系的に分析します。
最も重要なことは、大規模言語モデルを活用したエージェントベースのモデリングと複数のシナリオでのシミュレーションに関する最近の研究の包括的な概要を提供することです。これらのシナリオは、サイバー、フィジカル、ソーシャル、ハイブリッドの 4 つのドメインに分類でき、現実の両方のシミュレーションをカバーします。
-世界と仮想環境。
最後に、この分野は新しく急速に進化しているため、未解決の問題と有望な将来の方向性について説明します。

要約(オリジナル)

Agent-based modeling and simulation has evolved as a powerful tool for modeling complex systems, offering insights into emergent behaviors and interactions among diverse agents. Integrating large language models into agent-based modeling and simulation presents a promising avenue for enhancing simulation capabilities. This paper surveys the landscape of utilizing large language models in agent-based modeling and simulation, examining their challenges and promising future directions. In this survey, since this is an interdisciplinary field, we first introduce the background of agent-based modeling and simulation and large language model-empowered agents. We then discuss the motivation for applying large language models to agent-based simulation and systematically analyze the challenges in environment perception, human alignment, action generation, and evaluation. Most importantly, we provide a comprehensive overview of the recent works of large language model-empowered agent-based modeling and simulation in multiple scenarios, which can be divided into four domains: cyber, physical, social, and hybrid, covering simulation of both real-world and virtual environments. Finally, since this area is new and quickly evolving, we discuss the open problems and promising future directions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google