AgentDynEx：引导多主体仿真的机制与动力学

大型语言模型多主体仿真有望建模复杂的人类行为和相互作用。如果机制设置得当，可以涌现出意想不到的宝贵社会动态。然而，在仍允许显著涌现动力学的同时持续强制执行仿真机制是一个挑战。我们提出了 AgentDynEx，一个帮助从用户指定的机制和动力学中设置仿真的 AI 系统。AgentDynEx 使用 LLM 指导用户通过配置矩阵识别核心机制并定义轨迹以跟踪动力学。它还引入了一种称为 \textit{nudging} 的方法，该方法动态反思仿真进度并在其开始偏离预期结果时轻微干预。技术评估发现，nudging 使仿真具有更复杂的机制并保持其显著动力学，而不含 nudging 的仿真则不行。我们讨论了将 nudging 作为一种平衡多主体仿真机制和动力学的技术。