論文の概要: Modeling Earth-Scale Human-Like Societies with One Billion Agents

• arxiv url: http://arxiv.org/abs/2506.12078v1
• Date: Sat, 07 Jun 2025 09:14:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:45.003551
• Title: Modeling Earth-Scale Human-Like Societies with One Billion Agents
• Title（参考訳）: 10億のエージェントによる地球規模の人間的社会のモデリング
• Authors: Haoxiang Guan, Jiyan He, Liyang Fan, Zhenzhen Ren, Shaobin He, Xin Yu, Yuan Chen, Shuxin Zheng, Tie-Yan Liu, Zhen Liu,
• Abstract要約: Light Societyはエージェントベースのシミュレーションフレームワークである。 社会的プロセスはエージェントと環境状態の構造的遷移として形式化される。 10億以上のエージェントによる社会の効率的なシミュレーションを支援する。
• 参考スコア（独自算出の注目度）: 54.465233996410156
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Understanding how complex societal behaviors emerge from individual cognition and interactions requires both high-fidelity modeling of human behavior and large-scale simulations. Traditional agent-based models (ABMs) have been employed to study these dynamics for decades, but are constrained by simplified agent behaviors that fail to capture human complexity. Recent advances in large language models (LLMs) offer new opportunities by enabling agents to exhibit sophisticated social behaviors that go beyond rule-based logic, yet face significant scaling challenges. Here we present Light Society, an agent-based simulation framework that advances both fronts, efficiently modeling human-like societies at planetary scale powered by LLMs. Light Society formalizes social processes as structured transitions of agent and environment states, governed by a set of LLM-powered simulation operations, and executed through an event queue. This modular design supports both independent and joint component optimization, supporting efficient simulation of societies with over one billion agents. Large-scale simulations of trust games and opinion propagation--spanning up to one billion agents--demonstrate Light Society's high fidelity and efficiency in modeling social trust and information diffusion, while revealing scaling laws whereby larger simulations yield more stable and realistic emergent behaviors.
• Abstract（参考訳）: 個人の認知と相互作用から複雑な社会的行動がどのように現れるかを理解するには、人間の行動の高忠実度モデリングと大規模なシミュレーションの両方が必要である。 従来のエージェントベースモデル(ABM)は、これらのダイナミクスを研究するために何十年も使われてきたが、人間の複雑さを捉えるのに失敗する単純化されたエージェントの振る舞いによって制約されている。 大規模言語モデル(LLM)の最近の進歩は、エージェントがルールベースの論理を超えた洗練された社会的行動を示すことを可能にすることによって、大きなスケーリング課題に直面している。 ここでは,LLMを用いた惑星スケールでの人間のような社会を効率的にモデル化する,エージェントベースのシミュレーションフレームワークであるLight Societyを紹介する。 Light Societyは、社会的プロセスをエージェントと環境状態の構造的遷移として定式化し、LSMによるシミュレーション操作によって管理され、イベントキューを通じて実行される。 このモジュール設計は、独立したコンポーネント最適化とジョイントコンポーネント最適化の両方をサポートし、10億以上のエージェントを持つ社会の効率的なシミュレーションをサポートする。 信頼ゲームと世論の大規模シミュレーションは最大10億のエージェントに拡大し、ライトソサエティの社会的信頼と情報拡散のモデリングにおける高い忠実さと効率を実証する一方で、より大きなシミュレーションがより安定的で現実的な創発的な行動をもたらすスケーリング法則を明らかにする。

関連論文リスト

• SocioVerse: A World Model for Social Simulation Powered by LLM Agents and A Pool of 10 Million Real-World Users [70.02370111025617]
  本稿では,社会シミュレーションのためのエージェント駆動世界モデルであるSocioVerseを紹介する。 私たちのフレームワークは、4つの強力なアライメントコンポーネントと1000万の実際の個人からなるユーザプールを備えています。 SocioVerseは、多様性、信頼性、代表性を確保しつつ、大規模な人口動態を反映できることを示した。
  論文  参考訳（メタデータ） (2025-04-14T12:12:52Z)
• LMAgent: A Large-scale Multimodal Agents Society for Multi-user Simulation [66.52371505566815]
  大規模言語モデル(LLM)ベースのAIエージェントは、人間のような知性を達成するために、大きな進歩を遂げた。 LMAgentは,マルチモーダル LLM に基づく大規模かつマルチモーダルなエージェント社会である。 LMAgentでは、友人とチャットする以外に、エージェントは自動で商品を閲覧、購入、レビューしたり、ライブストリーミングのeコマースを行うこともできる。
  論文  参考訳（メタデータ） (2024-12-12T12:47:09Z)
• 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)
• LLM-Augmented Agent-Based Modelling for Social Simulations: Challenges and Opportunities [0.0]
  大きな言語モデルとエージェントベースのシミュレーションを統合することは、複雑な社会システムを理解するための変換可能性を提供する。 LLM強化社会シミュレーションを体系的に開発するためのアーキテクチャと手法について検討する。 LLMとエージェントベースのシミュレーションを統合することは、研究者や科学者に強力なツールセットを提供すると結論付けている。
  論文  参考訳（メタデータ） (2024-05-08T08:57:54Z)

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。