論文の概要: Emergent Crowds Dynamics from Language-Driven Multi-Agent Interactions

• arxiv url: http://arxiv.org/abs/2508.15047v1
• Date: Wed, 20 Aug 2025 20:15:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-22 16:26:46.085402
• Title: Emergent Crowds Dynamics from Language-Driven Multi-Agent Interactions
• Title（参考訳）: 言語駆動型マルチエージェントインタラクションによる創発的クラウドのダイナミクス
• Authors: Yibo Liu, Liam Shatzel, Brandon Haworth, Teseo Schneider,
• Abstract要約: エージェントの動きを制御するために,大規模言語モデル(LLM)を利用する新しい手法を提案する。 社会的相互作用, ステアリング, 群集間の相互作用を実証する2つの複雑なシナリオで本手法を検証した。 本研究では,環境環境から自然に発生する集団行動を用いて,より現実的な群集シミュレーションを行う。
• 参考スコア（独自算出の注目度）: 6.149858590971363
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Animating and simulating crowds using an agent-based approach is a well-established area where every agent in the crowd is individually controlled such that global human-like behaviour emerges. We observe that human navigation and movement in crowds are often influenced by complex social and environmental interactions, driven mainly by language and dialogue. However, most existing work does not consider these dimensions and leads to animations where agent-agent and agent-environment interactions are largely limited to steering and fixed higher-level goal extrapolation. We propose a novel method that exploits large language models (LLMs) to control agents' movement. Our method has two main components: a dialogue system and language-driven navigation. We periodically query agent-centric LLMs conditioned on character personalities, roles, desires, and relationships to control the generation of inter-agent dialogue when necessitated by the spatial and social relationships with neighbouring agents. We then use the conversation and each agent's personality, emotional state, vision, and physical state to control the navigation and steering of each agent. Our model thus enables agents to make motion decisions based on both their perceptual inputs and the ongoing dialogue. We validate our method in two complex scenarios that exemplify the interplay between social interactions, steering, and crowding. In these scenarios, we observe that grouping and ungrouping of agents automatically occur. Additionally, our experiments show that our method serves as an information-passing mechanism within the crowd. As a result, our framework produces more realistic crowd simulations, with emergent group behaviours arising naturally from any environmental setting.
• Abstract（参考訳）: エージェントベースのアプローチによる群衆のアニメーションとシミュレーションは、グローバルな人間的な振る舞いが現れるように、群衆のすべてのエージェントが個別に制御される、確立された領域である。 集団における人間のナビゲーションと移動は、主に言語と対話によって駆動される複雑な社会的・環境的な相互作用に影響されることが多いことを観察する。 しかし、既存のほとんどの研究はこれらの次元を考慮せず、エージェントエージェントとエージェント環境の相互作用がステアリングと固定された高レベルのゴール外挿に限られるアニメーションに繋がる。 エージェントの動きを制御するために,大規模言語モデル(LLM)を利用する新しい手法を提案する。 本手法は対話システムと言語駆動ナビゲーションの2つの主成分を有する。 近隣エージェントとの空間的・社会的関係によって必要となるエージェント間対話の生成を制御するために,人物の個性,役割,欲求,関係を条件としたエージェント中心のLLMを定期的に問い合わせる。 次に、会話と各エージェントの性格、感情状態、視覚状態、身体状態を用いて、各エージェントのナビゲーションと操舵を制御する。 このモデルにより,エージェントは知覚的入力と現在進行中の対話の両方に基づいて動作決定を行うことができる。 社会的相互作用, ステアリング, 群集間の相互作用を実証する2つの複雑なシナリオで本手法を検証した。 これらのシナリオでは、エージェントのグループ化とアングループ化が自動的に発生するのを観察する。 さらに,本手法は群集内の情報伝達機構として機能することを示す。 その結果,環境環境から自然に発生する集団行動により,より現実的な群集シミュレーションが実現された。

関連論文リスト

• Gen-C: Populating Virtual Worlds with Generative Crowds [1.5293427903448022]
  我々は,ハイレベルな群衆行動のオーサリング作業を自動化する生成モデルGen-Cを紹介する。 Gen-Cは、実際の群衆のビデオデータの収集と注釈付けという、労働集約的で困難なタスクをバイパスする。 提案手法の有効性を,大学キャンパスと鉄道駅の2つのシナリオで実証する。
  論文  参考訳（メタデータ） (2025-04-02T17:33:53Z)
• Spontaneous Emergence of Agent Individuality through Social Interactions in LLM-Based Communities [0.0]
  本稿では,Large Language Model (LLM) ベースのエージェントを用いて,ゼロからエージェントが出現することを検討する。 このマルチエージェントシミュレーションを解析することにより、社会的規範、協力、性格特性が自然に出現する方法について、貴重な新しい知見を報告する。
  論文  参考訳（メタデータ） (2024-11-05T16:49:33Z)
• PersLLM: A Personified Training Approach for Large Language Models [66.16513246245401]
  データ構築とモデルチューニングを改善するためのフレームワークPersLLMを提案する。 データ利用が不十分な場合には、Chain-of-Thoughtプロンプトやアンチインダクションといった戦略を取り入れます。 厳密な振舞いパターンを設計し,モデルの性格の特異性とダイナミズムを高めるために自動DPOを導入する。
  論文  参考訳（メタデータ） (2024-07-17T08:13:22Z)
• 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)
• Generative Agents: Interactive Simulacra of Human Behavior [86.1026716646289]
  生成エージェントを導入し,人間の振る舞いをシミュレートする計算ソフトウェアエージェントについて紹介する。 エージェントの経験の完全な記録を格納するために,大規模言語モデルを拡張するアーキテクチャについて述べる。 The Simsにインスパイアされた対話型サンドボックス環境に生成エージェントを投入する。
  論文  参考訳（メタデータ） (2023-04-07T01:55:19Z)

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。