该论文介绍了一种通过扩展语言模型来实现生成代理的架构，生成的代理在交互中呈现出能够模拟真实人类行为和社交的表现。

Apr, 2023

这篇研究论文介绍了一种用于仿真社交媒体用户行为的混合框架，其中核心用户由大型语言模型驱动，而普通用户则采用演绎式基于代理模型。我们进一步构建了一个类似 Twitter 的环境来复制用户对触发事件的响应动态，并开发了一个多方面的评估基准 SoMoSiMu-Bench 进行全面实验。实验结果表明了我们方法的有效性和灵活性。

Feb, 2024

基于代理的模拟器提供复杂智能系统的细粒度表示，以直接模拟系统组成代理之间的交互。虽然它们的高保真性使得可以进行超局部政策评估和场景推测，但其大量计算成本限制了它们的广泛应用。本文中，我们利用因果抽象的最新发展，提出了一种用于学习在代理模拟器下具备干预一致性的替代模型的框架。我们的方法能够在复杂系统中快速针对政策干预进行实验，同时在感兴趣的干预下，以高概率使得替代模型行为与基于代理的模拟器保持一致。我们通过实证研究证明，在观测训练的替代模型中，会误判干预效果并引导决策制定者走向次优政策，而通过我们提出的方法进行干预一致性训练的替代模型能够在感兴趣的干预下与基于代理的模型行为非常接近。

Dec, 2023

从数据、算法和计算能力的角度出发，本文归纳了科学范式的演变，将模拟技术分为三个阶段，并发现先进的模拟技术是范式集成的典型实例。此外，本文提出了行为模拟（BS）和复杂行为模拟（SBS）的概念，用于模拟涉及复杂的社会系统中的复杂人类策略和行为。BS 和进一步的 SBS 旨在应对超出传统基于 Agent 的建模模拟（ABMS）容量的复杂人类系统的挑战，可将其视为科学的可能下一个范式。通过本研究，我们期待在社会科学领域中有更强大的 BS 和 SBS 应用。

Jan, 2024

我们提出了一个名为 CRSEC 的建模代理架构，能够在大型基于语言模型的代理人群体中产生社会规范，通过 Creation＆Representation、Spreading、Evaluation 和 Compliance 四个模块处理社会规范的涌现过程，并将其纳入代理人的规划和行动中，实验证明了该架构在减少社会冲突方面的有效性。

Mar, 2024

本文提出了一种学习智能体的模型，其与环境的交互由基于模拟的投射控制，该模型通过随机行走的方式对记忆片段网络进行模拟，筛选特定特征以触发智能体动作，提供了一种新的基于实体认知科学的智能行动学习途径，并与强化学习和量子计算领域进行了连接。

Apr, 2011

利用生成式人工智能建立反馈丰富的社会系统计算模型，通过生成代理基于模型（GABMs），将人类决策过程在社会环境中进行模拟，并探讨了社会规范扩散的一种简单 GABM 模型，以及该模型在不同情境下的敏感性和重要性。

Sep, 2023

本文介绍了一种基于社会实践作为给定社会环境下期望行为的高级规范的代理社会框架的正式化。论文旨在提供社会实践的正式化，以便用作实现的基础，并定义社会学习可以发生的精确结构。

May, 2022

社交媒体及其新闻推送算法对于提升构建性对话具有挑战性，本研究使用大型语言模型和基于代理模型的仿真来研究不同的新闻推送算法如何影响在线对话质量，发现新推送算法能够促进跨政治观点的建设性、非有害对话。

Oct, 2023

通过生成模型学习一个真实世界互动的通用模拟器 (UniSim)，以模拟高级指令和低级控制的可视结果，并用于训练高级视觉 - 语言规划器和低级增强学习策略，实现纯粹从学习的真实世界模拟器中的零样本现实世界转移。

Oct, 2023