本研究提出生成代理基础建模（GABM）框架，旨在帮助社会科学研究者设计可靠的大规模实验，简化复杂模拟技术的应用，拓展研究的可能性。

本文总结了科学范式的演变，将模拟技术分为三个阶段，并提出了行为模拟和复杂行为模拟的概念。行为模拟和复杂行为模拟旨在模拟复杂的社会系统中的人类策略和行为。这些模拟技术可视为科学的可能下一个范式。预计在社会科学领域中将有更强大的应用。

FLISM框架使用模拟技术来学习处理缺失传感器模态的稳健表示，并在不同模态客户端之间传递模型知识。通过在三个真实数据集和模拟结果上的评估，FLISM在模型性能和系统效率之间取得了平衡，平均提高了0.067的F1分数，并且与现有方法相比，通信速度更快（2.69倍）和计算效率更高（2.28倍）。在涉及更多模态任务的模拟场景中，FLISM在通信效率（3.23至85.10倍）和计算效率改进（3.73至32.29倍）方面取得了显著加速。

本文总结了科学范式的演变，将模拟技术分为三个阶段，并提出了行为模拟和复杂行为模拟的概念。行为模拟和复杂行为模拟旨在模拟复杂的社会系统中的人类策略和行为。通过本研究，希望在社会科学领域中能够更好地应用这些模拟技术。