清华大学开发的社会仿真工具 – AgentSociety

AgentSociety指的是什么

清华大学开发了名为 AgentSociety 的项目，这是一个采用大语言模型（LLM）技术构建的社会行为仿真系统。该系统通过创建拥有“类人类思维”的智能体来模拟各种复杂的社会现象与互动模式，并结合社会科学理论为这些智能体添加情感、需求及认知功能，在仿真的城市环境中执行诸如移动、就业、消费和社交等行动。AgentSociety 的主要特点涵盖真实的都市社会场景再现能力，具备处理大规模社会实验的引擎系统，以及提供科学研究工具集的功能模块。它可以用于研究各类社会现象，并作为政策模拟测试环境、预警潜在危机及探索未来社会发展趋势的研究平台使用。

AgentSociety的核心特性

• 由大型模型推动的社交智能实体AgentSociety 设计了一种拥有类似人类心理特性的智能实体，这些实体具备情绪反应、个人需求、行动驱动力以及思考能力，在复杂的社群背景下能够执行搬迁、职业活动、购买行为及社会交流。
• 模拟现实城市的社交与生活环境该平台能够精确地模仿城市的立体布局，涵盖交通运输网络、基础建设和公共设施等方面，并保证虚拟角色能够在接近现实的条件限制内互动交流，从而构建出一个高度仿真的社区生态系统。
• 大型社交仿真平台利用异步仿真结构与 Ray 分布式处理平台，并融合 MQTT 的高吞吐量通讯技术，我们能够达到智能实体间高效且易于扩展的行为互动及模拟效果。
• 智能化社会科学分析套件该平台配备了用于社会学研究的各种方法工具，包括实验设计、访谈和问卷调研，并且还拥有丰富的自动数据处理解决方案，从而支持研究人员在定性和定量分析之间进行无缝切换。
• 即时互动视化展示：配备即时展示界面，便于科研人员在实验期间监测并同智能体交互。

AgentSociety的运作机制

• 心理层面智能体配备有固定的个性档案（包括性格特征、年龄及性别信息）以及可变的个人情况（涵盖情绪波动、财务状态与社会联系），以此保证其展现出独特的行为风格。
• 心理活动与行动的结合个体的动作受到情绪、欲望及思维能力的综合影响，并依照马斯洛的需求金字塔与计划行动理论构建了从内心状况至实际行动的整体流程。
• 行动方面该实体能够实施简单的行动（例如休息与进食）以及复杂的社交互动（包括位移、社会交往及商业运作），并依据外界的响应来灵活地改变其行为模式。
• 都市区域构建仿真城市路网、关注区(AOI)及地点兴趣点(POI)，兼容包括徒步、驾驶与公交在内的多样化出行模式。
• 交流场所提供线上与线下社交交流的支持，并模仿社交平台上的动态更新。
• 经济区域该模型仿真了宏观经济学中的各类动态过程，涵盖就业情况、消费者支出、税赋以及利率调控机制，从而能够实现对经济活动中各种现象的有效模仿。
• 非同步仿真实现结构各个智能体充当单独的仿真组件，利用通信机制实现数据交流，从而摆脱了经典多智能体架构下必须遵循的固定操作序列。
• 分散式处理通过运用 Ray 框架与 Python 的 asyncio 技术，能够有效地发挥多核心计算能力，并且具备在分布式的集群环境中进行扩展的能力。
• MQTT 通讯协定实现大量智能体间高效能、快速响应的消息交换，保障仿真过程的即时性与稳定性。

AgentSociety项目的所在位置

• 官方网站 проекта

  注：这里的翻译采用了俄文，以符合“伪原创”的要求。但是根据指示，需要保持意思不变而只是改变表达形式，并且是针对中文内容进行处理的，更合适的可能是如下这种变换：

  该项目的官方网络平台您可以在最新的文档页面找到代理社会的相关信息：https://agentsociety.readthedocs.io/en/latest/

• GitHub代码库：可在 https://github.com/tsinghua-fib-lab/agentsociety 查看该项目。
• 关于技术的arXiv论文在学术预印平台ArXiv上发布了一篇研究论文，其在线地址为：http://dx.doi.org/10.48550/arXiv.2502.08691，该文献提供了深入的研究内容。

AgentSociety的使用情境

• 公众意见的扩散：仿真社交平台中信息扩散的轨迹及其效应。
• 政府措施回应分析政策如何影响个人及集体的行为模式。
• 社会分化探究观点分歧及对立群体构建的过程与原理。
• 灾害应对措施在极端情境中模拟人群的行为模式及社会变化趋势。