智能体模拟《西部世界》一样的社会，复旦大学等出了篇系统综述
原文中文，约8600字，阅读约需21分钟。
📝
内容提要
AIxiv专栏促进学术交流，利用大语言模型（LLMs）进行个体、场景和社会模拟。个体模拟关注特征复制，场景模拟研究多智能体互动，社会模拟分析复杂行为。本文总结了这三类模拟的研究进展与趋势，旨在推动该领域的发展。
🔎
延伸解读
模拟的多样性与应用前景
本文探讨了个体、场景和社会模拟三种类型的研究进展，强调了大语言模型在模拟人类行为中的潜力。这些模拟不仅为学术研究提供了新工具，也为政策制定和社会管理提供了支持，尤其在复杂社会动态的理解与预测方面具有重要意义。
评估方法的多样性
个体、场景和社会模拟的评估方法各有不同，涵盖静态评估、交互评估、任务评估等多种形式。这种多样性使得研究者能够从不同角度分析模拟效果，确保模拟结果的可靠性与有效性，进而推动相关领域的深入研究。
技术发展的挑战与机遇
随着大语言模型技术的不断进步，模拟的精确性和复杂性也在提升。然而，研究者需注意在模拟精度与规模之间的权衡，尤其是在处理大量个体时，如何保持模拟的有效性与可操作性仍然是一个重要挑战。
❓
Q&A
大语言模型在个体模拟中如何应用？
大语言模型通过角色扮演模拟个体反应，关注特征复制，利用个体数据整合到智能体中，以实现高保真度的个体行为模拟。
场景模拟的核心要素有哪些？
场景模拟的核心要素包括环境、角色、组织和通信，这些要素共同影响智能体在特定场景中的行为和互动。
社会模拟的主要应用领域是什么？
社会模拟主要应用于广义经济学、社会学与政治学以及在线平台，帮助理解和预测社会动态。
个体模拟的评估方法有哪些？
个体模拟的评估方法分为静态评估和交互评估，静态评估通过生成输出进行评估，交互评估则在与其他智能体或用户互动中进行。
场景模拟与社会模拟有什么区别？
场景模拟集中在特定任务或目标下的多智能体互动，而社会模拟则分析大量智能体之间的复杂行为和社会动态。
个体模拟的构建方法有哪些？
个体模拟的构建方法包括非参数化提示和参数化训练，前者通过提示词提供个体数据，后者通过更新模型参数实现个体模拟。
🏷️
