AgentSociety1.0 - 版本历史

2025年2月28日 (五) 03:40 思无涯咿呀咿呀

2025-02-28T03:40:28Z

2025年2月28日 (五) 03:38 思无涯咿呀咿呀

2025-02-28T03:38:36Z

2025年2月27日 (四) 09:10 Jake

2025-02-27T09:10:59Z

Jake：/* 大模型社会模拟器AgentSociety 1.0 */

2025-02-27T09:08:27Z

大模型社会模拟器AgentSociety 1.0

Jake：/* 大模型社会模拟器AgentSociety 1.0 */

2025-02-27T09:06:05Z

大模型社会模拟器AgentSociety 1.0

Jake：/* 离线运行 */

2025-02-27T08:53:07Z

离线运行

Jake：/* 更多资料 */

2025-02-27T08:52:23Z

更多资料

Jake：/* 在线体验 */

2025-02-27T08:51:56Z

在线体验

Jake：/* 大模型社会模拟器AgentSociety 1.0 */

2025-02-27T08:49:51Z

大模型社会模拟器AgentSociety 1.0

2025年2月27日 (四) 06:56 思无涯咿呀咿呀

2025-02-27T06:56:44Z

@@ 第58行： / 第58行： @@
 为了验证智能体的自主决策能力及其行为模式的合理性，团队模拟了社会人智能体的一日生活，观察其在移动、社交和经济活动 方面的决策和适应能力（如下表所示）。通过 24 小时的仿真，智能体在需求、情感和认知 的驱动下自主规划日常任务，并动态调整行为，以符合现实社会中的时间节奏和互动逻辑。
-{| class="wikitable"
+{| class="wikitable" style="margin: auto;"
 |+表 1 社会人智能体自主生活一日示例
 |-
@@ 第105行： / 第105行： @@
 为了验证真实城市社会环境在大规模社会模拟中的适应性和运行效率，团队进行了性能测试，评估其在不同规模的智能体数量和高并发查询场景下的表现。实验模拟了1,000、10,000、100,000 和 1,000,000 个智能体在城市、社交和经济空间内的交互，并采用典型工作日出行模式，在 8:30 早高峰启动模拟。测试过程中，团队设定查询执行比为 1:999（即每 999 次数据查询后进行 1 次环境状态更新），贴近智能体的真实交互模式，同时控制模拟进程数为 2、4、8、16 和 32。每种实验条件下，团队重复测试五次，每次持续 10 秒，并记录查询速率（QPS） 在 10^2 至 10^5 之间的变化情况。实验结果表明，即使智能体数量和查询速率显著增加，系统仍保持稳定运行，能够高效处理大规模智能体交互，为大规模社会模拟提供实时、可靠的计算支持。
-{| class="wikitable"
+{| class="wikitable" style="margin: auto;"
 |+表 2 城市社会环境性能评估
 |-
@@ 第141行： / 第141行： @@
 为了评估社会模拟引擎的扩展性和计算效率，团队进行了大规模测试，模拟不同数量的智能体，并测量系统在高并发场景下的表现。在消息通信系统方面，团队测试了 MQTT、Redis Pub/Sub 和 RabbitMQ，比较了它们的并行处理能力、吞吐量（msg/s）和辅助工具支持。实验结果显示，MQTT 和 Redis Pub/Sub 满足高吞吐需求。
-{| class="wikitable"
+{| class="wikitable" style="margin: auto;"
 |+表 3 消息系统性能评估
 |-
@@ 第155行： / 第155行： @@
 在大规模智能体模拟方面，团队在64 核服务器上运行实验，32 核分配给模拟引擎，32 核用于智能体执行，并测试了1,000和10,000 智能体在不同进程数（8、16、32） 下的运行情况。实验测量了 总执行时间、LLM API 响应时间、模拟器 API 响应时间和令牌消耗，结果表明 Ray 分布式计算框架和智能体分组机制大幅提高了模拟效率，确保系统在 高并发负载下仍能稳定运行。
-{| class="wikitable"
+{| class="wikitable" style="margin: auto;"
 |+表 4 AgentSociety总体性能评估表
 |-

←上一版本		2025年2月28日 (五) 03:38的版本
第20行：		第20行：
	*智能社会科学研究与治理工具箱：全面支持实验、访谈、问卷调查等一系列社会学研究方法，提供多种自动化数据分析工具，从定性研究到定量分析全面助力社会科学研究的深入开展。		*智能社会科学研究与治理工具箱：全面支持实验、访谈、问卷调查等一系列社会学研究方法，提供多种自动化数据分析工具，从定性研究到定量分析全面助力社会科学研究的深入开展。

−	[[File:AgentSociety_1.png\|thumb\|~~AgentSociety1.0 总览~~\|~~替代=~~]]	+	[[File:AgentSociety_1.png\|center\|600px\|thumb]]
		+
		+	[[文件:AgentSociety 1 1.png\|center\|600px\|thumb ]]

−	~~[[文件:AgentSociety 1 1.png\|缩略图]]~~

@@ 第1行： / 第1行： @@
-清华大学推出的AgentSociety 1.0是一个基于大模型的社会模拟器，旨在通过精确模拟社会舆论传播、认知观点极化和公众政策响应等社会现象，推动智能社会治理和科学研究范式的变革。该模拟器结合了大模型智能体、真实社会环境仿真和大规模模拟加速框架，通过自底向上的方式模拟复杂社会系统的运行规律，为社会科学研究提供了新的实验平台。它不仅能够模拟个体的行为和互动，还能在虚拟环境中进行多维度的数据采集和实验设计，显著降低了社会研究的风险和成本。
+{{#seo:
 ==背景==
 智能时代呼啸而来，正深刻改变着人们生产、生活和学习的方式。过去几十年里，社会科学家和相关领域的研究者，一直致力于通过实证数据与模型揭示人类行为和智能社会运行的基本规律，试图找出隐藏在各种社会现象和治理痛点背后的因果机制，从而回答"是什么？为什么？如何治"等一系列问题。然而，在社会科学研究从"解释世界"向"改造世界"演进的范式转型中，研究者们始终面临着一个根本性挑战——如何突破传统实证主义方法的局限，实现对人类行为模式与社会运行规律的可计算、可干预、可预测的深度理解。正如物理学家费曼所说的那句经典名言："凡我无法创造的，我就无法真正理解。"真正的理解，不仅是观察和解释，更在于能否通过"生成式"的方式，自底而上地模拟复现人类行为的复杂模式与社会系统的运行规律，从而模拟、预测和研判智能社会治理演化路径和潜在社会风险，推动基于前瞻性实验主义智能社会治理最佳路径。

@@ 第9行： / 第9行： @@
 ==大模型社会模拟器AgentSociety 1.0==
-"大型社会模拟器 AgentSociety"1.0<ref name="agentsociety">{{cite journal |author=Jinghua Piao, Yuwei Yan, Jun Zhang, Nian Li, Junbo Yan, Xiaochong Lan, Zhihong Lu, Zhiheng Zheng, Jing Yi Wang, Di Zhou, Chen Gao, Fengli Xu, Fang Zhang, Ke Rong, Jun Su, Yong Li|title=AgentSociety: Large-Scale Simulation of LLM-Driven Generative Agents Advances Understanding of Human Behaviors and Society|journal=arxiv:2502.08691|year=2025|url=https://arxiv.org/abs/2502.08691}}</ref> 版本是由清华大学电子系城市科学与计算中心研究团队，联合清华大学智能社会治理研究院、公共管理学院、社会科学学院等跨学科团队深度协作，充分发挥[[大模型智能体]]、真实[[社会环境仿真]]与大规模模拟加速框架的技术优势，结合智能社会治理的前沿理论与实践探索，成功构建了基于大模型的，可精确模拟社会舆论传播、认知观点极化、公众政策响应等。AgentSociety从社会学第一性原理出发，以助力推动社会科学研究范式变革，推动了社会学领域从行为模拟到心智建模、从静态推演到动态共生、从实验室工具到社会基础设施的发展。具体而言，该模拟器包括：
+"大型社会模拟器 AgentSociety"1.0<ref name="agentsociety">{{cite journal |author1=Jinghua Piao|author2=Yuwei Yan|author3= Jun Zhang|author4=Nian Li|author5=Junbo Yan|author6=Xiaochong Lan|author7=Zhihong Lu|author8= Zhiheng Zheng|author9= Jing Yi Wang|author10= Di Zhou|author11= Chen Gao|author12= Fengli Xu|author13= Fang Zhang|author14= Ke Rong|author15= Jun Su|author16= Yong Li|title=AgentSociety: Large-Scale Simulation of LLM-Driven Generative Agents Advances Understanding of Human Behaviors and Society|journal=arxiv:2502.08691|year=2025|url=https://arxiv.org/abs/2502.08691}}</ref> 版本是由清华大学电子系城市科学与计算中心研究团队，联合清华大学智能社会治理研究院、公共管理学院、社会科学学院等跨学科团队深度协作，充分发挥[[大模型智能体]]、真实[[社会环境仿真]]与大规模模拟加速框架的技术优势，结合智能社会治理的前沿理论与实践探索，成功构建了基于大模型的，可精确模拟社会舆论传播、认知观点极化、公众政策响应等。AgentSociety从社会学第一性原理出发，以助力推动社会科学研究范式变革，推动了社会学领域从行为模拟到心智建模、从静态推演到动态共生、从实验室工具到社会基础设施的发展。具体而言，该模拟器包括：
 *大模型驱动的社会人智能体：基于社会学理论，构建具有 "类人心智"的社会人智能体，赋予其情感、需求、动机与认知能力，并在这些心智驱动下进行复杂社会行为，如移动、就业、消费、社交互动等。

@@ 第9行： / 第9行： @@
 ==大模型社会模拟器AgentSociety 1.0==
-"大型社会模拟器 AgentSociety"1.0<ref name="agentsociety">{{cite journal |authors=Jinghua Piao, Yuwei Yan, Jun Zhang, Nian Li, Junbo Yan, Xiaochong Lan, Zhihong Lu, Zhiheng Zheng, Jing Yi Wang, Di Zhou, Chen Gao, Fengli Xu, Fang Zhang, Ke Rong, Jun Su, Yong Li|title=AgentSociety: Large-Scale Simulation of LLM-Driven Generative Agents Advances Understanding of Human Behaviors and Society|journal=arxiv:2502.08691|year=2025|url=https://arxiv.org/abs/2502.08691}}</ref> 版本是由清华大学电子系城市科学与计算中心研究团队，联合清华大学智能社会治理研究院、公共管理学院、社会科学学院等跨学科团队深度协作，充分发挥[[大模型智能体]]、真实[[社会环境仿真]]与大规模模拟加速框架的技术优势，结合智能社会治理的前沿理论与实践探索，成功构建了基于大模型的，可精确模拟社会舆论传播、认知观点极化、公众政策响应等。AgentSociety从社会学第一性原理出发，以助力推动社会科学研究范式变革，推动了社会学领域从行为模拟到心智建模、从静态推演到动态共生、从实验室工具到社会基础设施的发展。具体而言，该模拟器包括：
+"大型社会模拟器 AgentSociety"1.0<ref name="agentsociety">{{cite journal |author=Jinghua Piao, Yuwei Yan, Jun Zhang, Nian Li, Junbo Yan, Xiaochong Lan, Zhihong Lu, Zhiheng Zheng, Jing Yi Wang, Di Zhou, Chen Gao, Fengli Xu, Fang Zhang, Ke Rong, Jun Su, Yong Li|title=AgentSociety: Large-Scale Simulation of LLM-Driven Generative Agents Advances Understanding of Human Behaviors and Society|journal=arxiv:2502.08691|year=2025|url=https://arxiv.org/abs/2502.08691}}</ref> 版本是由清华大学电子系城市科学与计算中心研究团队，联合清华大学智能社会治理研究院、公共管理学院、社会科学学院等跨学科团队深度协作，充分发挥[[大模型智能体]]、真实[[社会环境仿真]]与大规模模拟加速框架的技术优势，结合智能社会治理的前沿理论与实践探索，成功构建了基于大模型的，可精确模拟社会舆论传播、认知观点极化、公众政策响应等。AgentSociety从社会学第一性原理出发，以助力推动社会科学研究范式变革，推动了社会学领域从行为模拟到心智建模、从静态推演到动态共生、从实验室工具到社会基础设施的发展。具体而言，该模拟器包括：
 *大模型驱动的社会人智能体：基于社会学理论，构建具有 "类人心智"的社会人智能体，赋予其情感、需求、动机与认知能力，并在这些心智驱动下进行复杂社会行为，如移动、就业、消费、社交互动等。

@@ 第223行： / 第223行： @@
 ====离线运行====
-用户可以在官方网站https://agentsociety.readthedocs.io/en/latest/下载离线版本，在本地部署后进行智能体的配置和实验，平台提供适用于Linux、MacOS Arm等不同类型操作系统的相应版本，方便模拟环境的快速部署和测试。
+用户可以在官方网站<ref name="homepage">https://agentsociety.readthedocs.io/en/latest/</ref>下载离线版本，在本地部署后进行智能体的配置和实验，平台提供适用于Linux、MacOS Arm等不同类型操作系统的相应版本，方便模拟环境的快速部署和测试。
 ==更多资料==

@@ 第227行： / 第227行： @@
 ==更多资料==
-官方文档：https://agentsociety.readthedocs.io/en/latest/，
+* 官方文档：https://agentsociety.readthedocs.io/en/latest/，
-GitHub链接：https://github.com/tsinghua-fib-lab/agentsociety/
+* GitHub链接：https://github.com/tsinghua-fib-lab/agentsociety/
 <references/>

@@ 第220行： / 第220行： @@
 AgentSociety同时提供在线使用和离线运行两种智能体部署方式，欢迎智能社会治理同仁和社会科学研究人员关注使用。
 ====在线体验====
-目前平台正处于内测阶段（详见https://agentsociety.readthedocs.io/en/latest/，https://agentsociety.fiblab.net/exp/1a4c4fa5-04c1-4973-9433-b8b696f2fda0）。研发团队诚挚欢迎来自社会科学、大模型、智能体等各个领域的学者尝试平台并提出宝贵建议和意见。平台提供易用的在线实验环境，包括智能体、城市社会环境、社会科学研究工具箱、完善的手册文档与实验案例以及在线指导。后续内部评测后，将提供在线使用模式。
+目前平台正处于内测阶段（详见<ref>https://agentsociety.readthedocs.io/en/latest/</ref>，<ref>https://agentsociety.fiblab.net/exp/1a4c4fa5-04c1-4973-9433-b8b696f2fda0</ref>）。研发团队诚挚欢迎来自社会科学、大模型、智能体等各个领域的学者尝试平台并提出宝贵建议和意见。平台提供易用的在线实验环境，包括智能体、城市社会环境、社会科学研究工具箱、完善的手册文档与实验案例以及在线指导。后续内部评测后，将提供在线使用模式。
-用户可以通过邮箱agentsociety.fiblab2025@gmail.com提交研究提案。经过团队审核和讨论后，团队将通过邮件发送内测账号，协助您顺利完成实验。期待与大家共同探索和推动社会科学研究的前沿发展！
 ====离线运行====
 用户可以在官方网站https://agentsociety.readthedocs.io/en/latest/下载离线版本，在本地部署后进行智能体的配置和实验，平台提供适用于Linux、MacOS Arm等不同类型操作系统的相应版本，方便模拟环境的快速部署和测试。

@@ 第23行： / 第23行： @@
 GitHub链接：https://github.com/tsinghua-fib-lab/agentsociety/ ]
-[[File:AgentSociety_1.png|300x300px|thumb|AgentSociety1.0 总览|替代=]]
+[[File:AgentSociety_1.png|thumb|AgentSociety1.0 总览|替代=]]
 [[文件:AgentSociety 1 1.png|缩略图]]