清華インテリジェント・ユニバースが大盛況。囚人のジレンマなどの実験のAIシミュレーションには、いくつかの簡単な設定行のみが必要です。

この記事はAI新メディアQuantum Bit（公開アカウントID：QbitAI）より許可を得て転載しています。転載の際は出典元にご連絡ください。

社会実験を簡単にシミュレートできるマルチエージェント宇宙がここにあります——

これは清華大学、北京郵電大学、WeChat チームによって立ち上げられ、現在 GitHub で 1.1k 個のスターを獲得しています。

名前はシンプルで分かりやすく、「 AgentVerse 」といいます。

重要なポイント: この環境は大規模言語モデル用に特別に開発されており、エージェントは LLM の機能を使用してタスクを完了できます。

ほんの数行の簡単な設定で、エージェントを希望する環境で成長させることができます。

例えば、囚人のジレンマ：

刑務官は容疑者2人にジレンマを突きつけ、協力するか裏切るか決めるよう求めた。

たとえば、 「NLP 教室」 :

教授はテキストを通じて教え、学生エージェントは質問があるときに手を挙げ、指名されて初めて発言することで、段階的に知識を習得します。

シンプルなポケモンゲームをシミュレートすることもできます...ユーザーは直接参加できます。

（テキスト入力による会話）

望むものは何でも手に入ります。すべてはあなた自身のパフォーマンス次第です。

著者はまた、このプロジェクトの本来の目的は、LLM を使用してカスタム マルチエージェント環境を構築するプロセスを簡素化し、誰もが研究そのものに集中できるようにすることだと述べています。

現在、AgentVerse の論文が公開されており、ソースコードも公開中です。

ぜひ見に来てください。

4つの段階と5つの基本コンポーネント

AgentVerse が大規模モデル向けに特別に開発されたのと同様に、より強力な一般化機能などのさまざまな LLM の助けにより、人間によるインテリジェント エージェントのトレーニングの有効性が大幅に向上しました。

しかし、現実世界と同じように、LLM の助けがあっても、協力することを学ぶことはこれらのエージェントが経験しなければならないことです。

ここで著者らは、マルチエージェント環境構築フレームワークである AgentVerse を提案します。

そのワークフローは、人間が協力して問題を解決するプロセスをシミュレートし、次の 4 つの段階に分かれています。

1.専門家の採用。

現在の問題解決の進捗状況に基づいて、タスクを処理するエージェントを調整します。

2. 共同戦略について話し合う（共同意思決定） 。

前の段階で採用されたエージェントは、問題を解決するために必要な分担について話し合い、合意に達する必要があります。

3.アクションの実行

エージェントは環境と対話してタスクを完了します。

4.評価

タスクが完了すると、このモジュールは現在の状態と期待される目標を比較します。期待が満たされない場合は、最初のステップに戻るためのフィードバック報酬が送信されます。

冒頭で述べたように、AgentVerse フレームワークのハイライトの 1 つは、カスタム環境構成を実装できることです。

では、どのようにカスタマイズするのでしょうか?

このアプローチは 5 つの基本コンポーネントを通じて行われます。

各コンポーネントは実際にはルールを表します。異なるルールを組み合わせることで、さまざまな環境を構築できるため、研究者はさまざまな条件下でのインテリジェントエージェントの動作を研究しやすくなります。

具体的には、次の 5 つのコンポーネントです。

• 各エージェントに環境の説明を提供するDescriber 。このコンポーネントをカスタマイズすることで、独自の特定の要件に合わせて環境を構築できます。
• 順序は、エージェントが環境内でアクションを実行する順序を定義します。ランダム、順次、同時実行(各ラウンドですべてのエージェントがアクションを実行する)などのいくつかのデフォルト オプションがありますが、カスタマイズすることもできます。
• セレクター: エージェントが無効な情報を生成する場合があり、この情報をフィルタリングして有効なコンテンツを選択するために使用されます。
• 各エージェントのメモリを更新するために使用されるUpdater 。これは、エージェントの応答がすべてのエージェントに表示されるべきではない場合があるためです(たとえば、同じ部屋にいない場合) 。その役割は、各応答が発生した後に各エージェントに表示されるコンテンツのみを更新することです。
• 可視性はエージェント リストを維持するために使用されます。エージェントが別の部屋に移動したり、その他の変更が行われたりすると、すべてのエージェントのリストが更新されます。

これらの 5 つの基本コンポーネントに加えて、AgentVerse にはもう 1 つの非常に基本的な要素であるエージェントがあります。

現在、システムは 2 つのタイプを提供しています。1 つはConversationAgent 、もう 1 つはToolAgentで、名前が示すとおりです。

もちろん、BaseAgent クラスを継承することで、3 番目以降のタイプのエージェントをカスタマイズすることもできます。

設定方法は？

AgentVerse は手動でクローンするか、pip コマンドを使用してインストールできます。

OpenAI API キーを準備し、BMTools (提供されるさまざまな拡張ツールが必要な場合はオプション)をインストールする必要があることに注意してください。

すべての準備が整ったら:
1. 構築したサンプルを直接実行できます。

冒頭で紹介した「囚人のジレンマ」、NLP授業、ポケモンゲームのほか、ソフトウェア設計シナリオ（コード作成エージェント1台、テストエージェント1台、レビューエージェント1台）、データベース管理シナリオ、テキスト評価シナリオなどもあります。

NLP 教室のトピックに関して、著者が多くのオプションの環境を提供していることは注目に値します。

冒頭で示した質問ができるケース以外にも、グループディスカッションを開始したり、講義を聞きながら学生に Bing で検索させたり、WolframAlpha API を使用して数学ゲームをプレイしたりすることもできます。

2. 自分で作ってみる。

教授 1 名、学生 1 名、ティーチング アシスタント 1 名のみの教室環境を構築するなど、簡単なものから始めることができます。

まず、タスク ディレクトリを作成し、環境を構成します。これは、上で紹介した 5 つの基本コンポーネントの構成です。

次にエージェントを設定します。教授の例は次のとおりです。

使用されているエージェントの種類、名前、LLM の種類などの情報を確認できます。

最後に、エージェントの応答を提供する出力パーサーを記述します。たとえば、プロンプト テンプレートでモデルに次の形式で出力させることができます。

上記は、単純な教室環境の一般的なプロセスです。

ご覧のとおり、手順は複雑ではありません。もちろん、具体的な操作については元のプロジェクトを参照してください。

これが単純すぎると思われる場合は、より複雑なものをカスタマイズできます。しかし、具体的なチュートリアルはまだ公開されていません（近日公開予定とのこと） 。

著者が事前に明らかにした情報から判断すると、このプロジェクトは一般的に、環境自体とエージェントという 5 つの基本コンポーネントを中心に展開されます。

さらに、AgentVerse では今後、ローカル LLM のサポートやドキュメントの追加など、強力な機能が追加される予定ですので、ご期待ください。

もう一つ

この論文では、著者らは AgentVerse 環境で構築されたマルチエージェント共同タスクにおけるエージェントの社会的行動についても研究しました。

これらの動作には次のものが含まれます。

（１）製紙を早く進めるために他のエージェントと一緒にサトウキビを集めることを提案したり、毛皮の収集がまだ終わっていない人を助けるなどの前向きな行動。

（２）群衆に従って迷惑をかけるなどの否定的な行動。

ここで著者らは、肯定的な行動を再利用し、否定的な行動を破棄し、最終的に複数のエージェント間の協力能力を向上させるためのいくつかの可能な戦略についても議論しています。

興味のある読者は、詳しい情報については論文を参照してください。

プロジェクトアドレス: https://github.com/OpenBMB/AgentVerse
論文アドレス: https://arxiv.org/abs/2308.10848