AgentSociety

AgentSociety – 清华大学推出的社会模拟器

AgentSociety是什么

AgentSociety 是由清华大学开发的一款基于大语言模型（LLM）的社会模拟工具。通过创建具备“类人心智”的智能体，该平台能够有效模拟复杂的社会行为和现象。结合社会学理论，AgentSociety 为智能体赋予情感、需求与认知能力，使其能够在虚拟城市环境中进行移动、就业、消费及社交互动。该工具的核心特点包括真实的城市环境模拟、大规模的社会模拟引擎以及智能社会科学研究工具箱，广泛应用于社会现象分析、政策沙盒测试、危机预警及未来社会形态探索等领域。

AgentSociety的主要功能

• 基于大模型的社会智能体：AgentSociety 构建具备“类人心智”的智能体，赋予其情感、需求、动机和认知能力，使其能够在复杂的社会环境中进行多元化的互动。
• 真实城市环境模拟：该平台可以精准重现城市空间，包括交通、基础设施和公共资源，确保智能体在真实环境的约束下进行交互，从而形成高度逼真的社会生态。
• 高效的大规模社会模拟引擎：通过异步模拟架构与 Ray 分布式计算框架相结合，利用 MQTT 协议实现高效、可扩展的智能体互动与行为模拟。
• 智能社会科学研究工具箱：提供支持实验、访谈、问卷调查等社会学研究方法的全面工具，以及多样化的自动化数据分析工具，助力从定性到定量的社会科学研究。
• 实时交互可视化：该平台提供实时界面，使研究人员能够在实验过程中监控并与智能体进行互动。

AgentSociety的技术原理

• 心智层面：智能体被赋予稳定的个体特征（如性格、年龄、性别）以及动态的个人状态（如情感、经济状况和社会关系），以确保其行为模式的个性化。
• 心智与行为的耦合：智能体的行为由其情感、需求与认知共同驱动，基于马斯洛需求层次理论和计划行为理论，形成从心理状态到行为执行的完整路径。
• 行为层面：智能体能够执行简单行为（如睡眠、饮食）和复杂的社会行为（如移动、社交和经济活动），并根据环境反馈动态调整其行为。
• 城市空间：模拟城市的道路网络、兴趣区域（AOI）以及兴趣点（POI），支持多种交通方式（如步行、驾车、公共交通）。
• 社交空间：支持在线及离线社交互动，模拟社交网络的动态变化。
• 经济空间：模拟宏观经济活动，包括就业、消费、税收和利息机制，支持经济行为的模拟。
• 异步模拟架构：每个智能体作为的模拟单元，通过消息系统进行信息交换，避免了传统多智能体系统中严格的执行顺序。
• 分布式计算：基于 Ray 框架和 Python 的 asyncio 机制，实现多核计算资源的高效利用，并支持分布式集群扩展。
• MQTT 通信协议：支持大规模智能体之间的高并发与低延迟消息传输，确保模拟的实时性和可靠性。

AgentSociety的项目地址

• 项目官网：https://agentsociety.readthedocs.io/en/latest/
• Github仓库：https://github.com/tsinghua-fib-lab/agentsociety/
• arXiv技术论文：https://arxiv.org/pdf/2502.08691

AgentSociety的应用场景

• 社会舆论传播：模拟信息在社交网络中的传播路径及其影响。
• 公众政策响应：评估政策对个人和群体行为的影响。
• 社会极化：研究观点分化及对立阵营的形成机制。
• 自然灾害响应：模拟极端下的人群行为与社会动态。