AgentSociety: Революция в масштабных социальных симуляциях с открытыми LLM-агентами
AgentSociety — открытый фреймворк для масштабного моделирования социальных взаимодействий с LLM-агентами и реалистичной средой, достигающий работы быстрее реального времени.
Обзор AgentSociety
AgentSociety — инновационный открытый фреймворк для симуляции поведения и взаимодействия десятков тысяч агентов, управляемых крупными языковыми моделями (LLM). Используя мощные технологии распределённых вычислений, особенно Ray, он создаёт реалистичные симуляции сложной динамики общества, включая социальное, экономическое и мобильное поведение.
Ключевые возможности
Масштаб и производительность
Фреймворк поддерживает симуляции с численностью до 30 000 агентов, работающих быстрее реального времени. Это достигается за счёт параллелизации с помощью Ray, который эффективно управляет масштабными и недетерминированными взаимодействиями между агентами. Проблемы с памятью и соединениями решаются за счёт группировки агентов и совместного использования сетевых клиентов.
Реалистичные социальные среды
AgentSociety моделирует несколько аспектов общества:
- Городское пространство: Используются реальные карты, например OpenStreetMap, с моделированием дорожных сетей, важных точек и детальных моделей мобильности (пешком, на машине, общественным транспортом).
- Социальное пространство: Агенты формируют развивающиеся социальные сети и взаимодействуют как онлайн, так и офлайн. Моделируется обмен сообщениями с учётом модерации контента и блокировки пользователей.
- Экономическое пространство: Симулируется занятость, потребление, банковское дело, налоги и макроэкономическая отчётность, требующая балансировки доходов и расходов агентами.
Архитектура и технологии
AgentSociety использует модель распределённого исполнения по группам, где агенты делятся на группы, управляемые Ray актёрами. Это оптимизирует использование ресурсов и сохраняет высокий уровень параллелизма. Обмен сообщениями между агентами осуществляется через Redis Pub/Sub.
Механизм синхронизации времени обеспечивает согласованное и воспроизводимое выполнение симуляций, несмотря на вариативность времени обработки запросов к LLM. Встроены средства логирования (PostgreSQL, локальное хранение), учёта метрик (mlflow) и графический интерфейс для управления экспериментами и визуализации результатов.
Производительность и масштабируемость
На системе с 24 GPU NVIDIA A800 симуляции с 30 000 агентов проходили быстрее реального времени, средний цикл агента занимал менее 252 секунд при 100% успешности вызовов LLM. Производительность масштабируется линейно с увеличением количества GPU.
Влияние реалистичных сред
Включение детализированных моделей среды значительно повышает достоверность поведения агентов. Агенты с поддержкой среды превосходят текстовые симуляторы и классические модели по таким метрикам, как радиус действия, ежедневные посещаемые места и распределение поведенческих намерений, близко соответствуя реальным данным.
Применение
Открытый дизайн и настраиваемые среды AgentSociety позволяют использовать фреймворк для:
- Социальных исследований, изучения паттернов и эмерджентных явлений.
- Градостроительства и анализа политик для оценки решений до их внедрения.
- Управленческих задач по моделированию организационной динамики и экономического поведения.
AgentSociety задаёт новый стандарт в моделировании сложных социальных взаимодействий в масштабе, объединяя LLM-агентов с реалистичными и параллельными средами для поддержки исследований и принятия решений.
Switch Language
Read this article in English