論文の概要: OASIS: Open Agents Social Interaction Simulations on One Million Agents

• arxiv url: http://arxiv.org/abs/2411.11581v1
• Date: Mon, 18 Nov 2024 13:57:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-19 14:33:50.895261
• Title: OASIS: Open Agents Social Interaction Simulations on One Million Agents
• Title（参考訳）: OASIS:100万件のエージェントのソーシャルインタラクションシミュレーションをオープンエージェントに
• Authors: Ziyi Yang, Zaibin Zhang, Zirui Zheng, Yuxian Jiang, Ziyue Gan, Zhiyu Wang, Zijian Ling, Jinsong Chen, Martz Ma, Bowen Dong, Prateek Gupta, Shuyue Hu, Zhenfei Yin, Guohao Li, Xu Jia, Lijun Wang, Bernard Ghanem, Huchuan Lu, Wanli Ouyang, Yu Qiao, Philip Torr, Jing Shao,
• Abstract要約: 実世界のソーシャルメディアプラットフォームに基づくスケーラブルなソーシャルメディアシミュレータを提案する。 OASISは最大100万人のユーザをモデリングできる大規模なユーザシミュレーションをサポートする。 我々は、情報拡散、グループ分極、XプラットフォームとRedditプラットフォーム間の群れ効果など、様々な社会現象を再現する。
• 参考スコア（独自算出の注目度）: 147.2538500202457
• License:
• Abstract: There has been a growing interest in enhancing rule-based agent-based models (ABMs) for social media platforms (\emph{i.e.}, X, Reddit) with more realistic large language model (LLM) agents, thereby allowing for a more nuanced study of complex systems. As a result, several LLM-based ABMs have been proposed in the past year. While they hold promise, each simulator is specifically designed to study a particular scenario, making it time-consuming and resource-intensive to explore other phenomena using the same ABM. Additionally, these models simulate only a limited number of agents, whereas real-world social media platforms involve millions of users. To this end, we propose OASIS, a generalizable and scalable social media simulator. OASIS is designed based on real-world social media platforms, incorporating dynamically updated environments (\emph{i.e.}, dynamic social networks and post information), diverse action spaces (\emph{i.e.}, following, commenting), and recommendation systems (\emph{i.e.}, interest-based and hot-score-based). Additionally, OASIS supports large-scale user simulations, capable of modeling up to one million users. With these features, OASIS can be easily extended to different social media platforms to study large-scale group phenomena and behaviors. We replicate various social phenomena, including information spreading, group polarization, and herd effects across X and Reddit platforms. Moreover, we provide observations of social phenomena at different agent group scales. We observe that the larger agent group scale leads to more enhanced group dynamics and more diverse and helpful agents' opinions. These findings demonstrate OASIS's potential as a powerful tool for studying complex systems in digital environments.
• Abstract（参考訳）: ソーシャルメディアプラットフォーム(\emph{i.e.}, X, Reddit)のルールベースのエージェントベースモデル(ABM)を、より現実的な大規模言語モデル(LLM)エージェントで強化することへの関心が高まっている。 その結果、過去1年間に複数のLSMベースのABMが提案されている。 それぞれのシミュレータは、特定のシナリオを研究するために特別に設計されており、同じABMを使って他の現象を探索するのに時間とリソースを消費する。 さらに、これらのモデルは限られた数のエージェントのみをシミュレートする一方、現実世界のソーシャルメディアプラットフォームには数百万のユーザーが関与する。 そこで我々は,汎用的でスケーラブルなソーシャルメディアシミュレータOASISを提案する。 OASISは、動的に更新された環境(\emph{i.}、動的ソーシャルネットワークとポスト情報)、多様なアクション空間(\emph{i.e.}、フォロー、コメント)、レコメンデーションシステム(\emph{i.e.}、関心ベース、ホットスコアベース)を取り入れて、現実世界のソーシャルメディアプラットフォームに基づいて設計されている。 さらに、OASISは100万人のユーザをモデリングできる大規模なユーザシミュレーションをサポートしている。 これらの特徴により、OASISは様々なソーシャルメディアプラットフォームに容易に拡張でき、大規模なグループ現象や行動を研究することができる。 我々は、情報拡散、グループ分極、XプラットフォームとRedditプラットフォーム間の群れ効果など、様々な社会現象を再現する。 さらに,異なるエージェント群で社会現象を観察する。 エージェントグループスケールが大きくなると、より強化されたグループダイナミクスと、より多様で有益なエージェントの意見がもたらされる。 これらの結果は、OASISがデジタル環境における複雑なシステムを研究する強力なツールとしての可能性を示している。

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)
• Very Large-Scale Multi-Agent Simulation in AgentScope [112.98986800070581]
  我々は,ユーザフレンドリーなマルチエージェントプラットフォームであるAgentScopeの新機能とコンポーネントを開発した。 高いスケーラビリティと高効率を実現するために,アクタをベースとした分散機構を提案する。 また、多数のエージェントを便利に監視し、管理するためのWebベースのインターフェースも提供します。
  論文  参考訳（メタデータ） (2024-07-25T05:50:46Z)
• SocialGFs: Learning Social Gradient Fields for Multi-Agent Reinforcement Learning [58.84311336011451]
  マルチエージェント強化学習のための新しい勾配に基づく状態表現を提案する。 オフラインサンプルからソーシャルグラデーションフィールド(SocialGF)を学習するために,デノジングスコアマッチングを採用している。 実際に、SocialGFをMAPPOなど、広く使われているマルチエージェント強化学習アルゴリズムに統合する。
  論文  参考訳（メタデータ） (2024-05-03T04:12:19Z)
• Unveiling the Truth and Facilitating Change: Towards Agent-based Large-scale Social Movement Simulation [43.46328146533669]
  ソーシャルメディアは社会運動の基盤として現れ、社会変革の推進に大きな影響を与えている。 ソーシャルメディアユーザシミュレーションのためのハイブリッドフレームワークHiSimを導入し、ユーザを2つのタイプに分類する。 我々は、トリガーイベントに続く応答ダイナミクスを再現するために、Twitterのような環境を構築します。
  論文  参考訳（メタデータ） (2024-02-26T06:28:54Z)
• Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
  エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。 我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
  論文  参考訳（メタデータ） (2024-01-07T19:11:18Z)
• PHASE: PHysically-grounded Abstract Social Events for Machine Social Perception [50.551003004553806]
  私たちは、物理的に根拠のある抽象的なソーシャルイベント、フェーズのデータセットを作成します。 フェーズは人間の実験によって検証され、人間は社会出来事において豊かな相互作用を知覚する。 ベースラインモデルとして,最新のフィードフォワードニューラルネットワークよりも優れたベイズ逆計画手法SIMPLEを導入する。
  論文  参考訳（メタデータ） (2021-03-02T18:44:57Z)

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。