論文の概要: Large Language Models Empowered Agent-based Modeling and Simulation: A Survey and Perspectives

• arxiv url: http://arxiv.org/abs/2312.11970v1
• Date: Tue, 19 Dec 2023 09:06:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-20 16:11:17.731711
• Title: Large Language Models Empowered Agent-based Modeling and Simulation: A Survey and Perspectives
• Title（参考訳）: エージェントベースモデリングとシミュレーションによる大規模言語モデル--調査と展望
• Authors: Chen Gao, Xiaochong Lan, Nian Li, Yuan Yuan, Jingtao Ding, Zhilun Zhou, Fengli Xu, Yong Li
• Abstract要約: 大きな言語モデルを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統合することは、シミュレーション能力を向上するための有望な道を示す。 まず,エージェントベース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駆動エージェントの背景を紹介する。 最も重要なことは、複数のシナリオにおける大規模言語モデルを利用したエージェントベースのモデリングとシミュレーションの最近の研究の概要を包括的に示すことである。
• 参考スコア（独自算出の注目度）: 35.04018349811483
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: 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.
• Abstract（参考訳）: 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リングするための強力なツールとして進化し、様々なエージェント間の創発的な振る舞いと相互作用に関する洞察を提供する。 大きな言語モデルを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統合することは、シミュレーション能力を向上するための有望な道を示す。 本稿では,エージェントベース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活用の展望を調査し,その課題と今後の展望について考察する。 本調査では,これが学際的な分野であるため,エージェントベース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駆動エージェントの背景を紹介する。 次に,大規模言語モデルをエージェントベースシミュレーションに適用する動機について論じ,環境認識,人間アライメント,行動生成,評価の課題を体系的に分析する。 最も重要なのは,複数のシナリオにおける大規模言語モデルによるエージェントベースモデリングとシミュレーションの最近の成果の概要を,サイバー,物理的,社会的,ハイブリッドの4つの領域に分けて,実環境と仮想環境の両方のシミュレーションをカバーする。 最後に、この分野は新しく、急速に進化しているため、オープンな問題と今後の方向性について議論する。

関連論文リスト

• GenSim: A General Social Simulation Platform with Large Language Model based Agents [111.00666003559324]
  我々はtextitGenSim と呼ばれる新しい大規模言語モデル (LLM) ベースのシミュレーションプラットフォームを提案する。 我々のプラットフォームは10万のエージェントをサポートし、現実世界のコンテキストで大規模人口をシミュレートする。 我々の知る限り、GenSimは汎用的で大規模で修正可能な社会シミュレーションプラットフォームに向けた最初の一歩である。
  論文  参考訳（メタデータ） (2024-10-06T05:02:23Z)
• Grounded Answers for Multi-agent Decision-making Problem through Generative World Model [27.263093790379024]
  生成モデルは、複雑なマルチエージェント決定問題に対するスケッチ的で誤解を招くソリューションをしばしば生み出す。 本稿では,言語誘導シミュレータをマルチエージェント強化学習パイプラインに統合し,生成した回答を強化するパラダイムを示す。 特に、一貫した相互作用シーケンスと、相互作用状態における説明可能な報酬関数を生成し、未来の生成モデルを訓練するための道を開くことができる。
  論文  参考訳（メタデータ） (2024-10-03T16:49:59Z)
• LVLM-Interpret: An Interpretability Tool for Large Vision-Language Models [50.259006481656094]
  本稿では,大規模視覚言語モデルの内部メカニズムの理解を目的とした対話型アプリケーションを提案する。 このインタフェースは, 画像パッチの解釈可能性を高めるために設計されており, 応答の生成に有効である。 本稿では,一般的な大規模マルチモーダルモデルであるLLaVAにおける障害機構の理解に,アプリケーションがどのように役立つかのケーススタディを示す。
  論文  参考訳（メタデータ） (2024-04-03T23:57:34Z)
• The Revolution of Multimodal Large Language Models: A Survey [46.84953515670248]
  MLLM(Multimodal Large Language Models)は、視覚とテキストのモダリティをシームレスに統合することができる。 本稿では,近年の視覚的MLLMのレビュー,アーキテクチャ選択,マルチモーダルアライメント戦略,トレーニング手法について述べる。
  論文  参考訳（メタデータ） (2024-02-19T19:01:01Z)
• Advancing Building Energy Modeling with Large Language Models: Exploration and Case Studies [2.8879609855863713]
  人工知能の急速な進歩は、ChatGPTのような大きな言語モデルの出現を促している。 本稿では,大規模言語モデルの革新的統合とエネルギーモデリングソフトウェアの構築について考察する。
  論文  参考訳（メタデータ） (2024-02-14T21:02:07Z)
• Language-Guided World Models: A Model-Based Approach to AI Control [31.9089380929602]
  本稿では,LWM(Language-Guided World Models)の概念を紹介する。 LWMは、テキストを読むことで環境をシミュレートできる確率モデルである。 構成言語記述を一般化できる堅牢なLWMを開発するための最初のステップを採る。
  論文  参考訳（メタデータ） (2024-01-24T03:11:36Z)
• Generative Agent-Based Modeling: Unveiling Social System Dynamics through Coupling Mechanistic Models with Generative Artificial Intelligence [0.5898893619901381]
  生成人工知能を用いた社会システムのフィードバックに富む計算モデルを構築する新たな機会について論じる。 GABM(Generative Agent-Based Models)と呼ばれるこのモデルでは、ChatGPTのような大きな言語モデルを用いて、社会的環境における人間の意思決定を表現している。 本研究では,人的相互作用の力学モデルと事前学習された大規模言語モデルとを結合することにより,人間の行動がシミュレーションモデルに組み込むことができるGABMケースを提案する。
  論文  参考訳（メタデータ） (2023-09-20T16:43:05Z)
• Foundation Models for Decision Making: Problems, Methods, and Opportunities [124.79381732197649]
  大規模に多様なデータに基づいて事前訓練された基礎モデルは、幅広いビジョンと言語タスクにおいて異常な能力を示してきた。 ファンデーションモデルをトレーニングし、他のエージェントと対話し、長期的な推論を行うための新しいパラダイムが生まれている。 基礎モデルと意思決定の交わりにおける研究は、強力な新しいシステムを作るための大きな約束である。
  論文  参考訳（メタデータ） (2023-03-07T18:44:07Z)
• DIME: Fine-grained Interpretations of Multimodal Models via Disentangled Local Explanations [119.1953397679783]
  我々は,マルチモーダルモデルの解釈における最先端化に注力する。 提案手法であるDIMEは,マルチモーダルモデルの高精度かつきめ細かな解析を可能にする。
  論文  参考訳（メタデータ） (2022-03-03T20:52:47Z)
• Quantitatively Assessing the Benefits of Model-driven Development in Agent-based Modeling and Simulation [80.49040344355431]
  本稿では,MDD とABMS プラットフォームの利用状況と開発ミスについて比較する。 その結果、MDD4ABMSはNetLogoと類似した設計品質のシミュレーションを開発するのに、より少ない労力を必要とすることがわかった。
  論文  参考訳（メタデータ） (2020-06-15T23:29:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。