标题: AgentVerse: Facilitating Multi-Agent Collaboration and Exploring Emergent Behaviors
作者: Weize Chen, Yusheng Su, Jingwei Zuo, Cheng Yang, Chenfei Yuan, Chi-Min Chan, Heyang Yu, Yaxi Lu, Yi-Hsin Hung, Chen Qian, Yujia Qin, Xin Cong, Ruobing Xie, Zhiyuan Liu, Maosong Sun, Jie Zhou
提交/修订日期: 2023年8月21日提交，2023年10月23日修订 (v3)
主题/分类: 计算与语言 (cs.CL)
摘要:
由大型语言模型 (LLMs) 赋能的自主智能体已经取得了显著进步，使其能够泛化到广泛的任务中。然而，在现实场景中，通常需要个体之间的合作来提高任务完成的效率和效果。因此，受人类群体动力学的启发，我们提出了一个多智能体框架 AgentVerse，它可以作为一个整体大于部分之和的系统，进行协作并动态调整其组成。我们的实验表明，AgentVerse 框架能够有效地部署优于单个智能体的多智能体群体。此外，我们深入研究了在协作完成任务过程中，群体内个体智能体之间涌现的社会行为。鉴于这些行为，我们讨论了一些可能的策略，以利用积极行为并减轻消极行为，从而提高多智能体群体的协作潜力。我们的 AgentVerse 代码将很快在 https://github.com/OpenBMB/AgentVerse 发布。
备注: 论文正在审稿中。代码位于 https://github.com/OpenBMB/AgentVerse/。