[论文解读] CGMI: Configurable General Multi-Agent Interaction Framework

Shi Jinxin, Jiabao Zhao+4 more|arXiv (Cornell University)|Aug 24, 2023

Topic Modeling被引用 5

一句话总结

CGMI 提出了一种可配置的多智能体框架，通过树状结构的人物设定模型和受 ACT* 启发的认知架构（包含技能库），增强了基于大语言模型的智能体在复杂社交模拟中的稳定性与类人交互能力。在课堂授课场景的评估中，CGMI 成功复现了真实的教学动态，包括角色特异性行为、学生参与度差异以及自适应提问，相较于随机或无结构的方法，展现出更高的交互合理性和稳定性。

ABSTRACT

Benefiting from the powerful capabilities of large language models (LLMs), agents based on LLMs have shown the potential to address domain-specific tasks and emulate human behaviors. However, the content generated by these agents remains somewhat superficial, owing to their limited domain expertise and the absence of an effective cognitive architecture. To address this, we present the Configurable General Multi-Agent Interaction (CGMI) framework, designed to replicate human interactions in real-world scenarios. Specifically, we propose a tree-structured methodology for the assignment, detection, and maintenance of agent personality. Additionally, we designed a cognitive architecture equipped with a skill library based on the ACT* model, which contains memory, reflection, and planning modules. We have also integrated general agents to augment the virtual environment's realism. Using the CGMI framework, we simulated numerous classroom interactions between teacher and students. The experiments indicate that aspects such as the teaching methodology, curriculum, and student performance closely mirror real classroom settings. We will open source our work.

研究动机与目标

• 为解决基于大语言模型的智能体在长时间、复杂交互中难以维持一致角色和深度领域专长的问题。
• 通过引入具备陈述性记忆与程序性记忆检索功能的认知架构，提升多智能体模拟的现实感与稳定性。
• 设计一种树状结构的人物设定模型，以在内存受限条件下高效分配、检测并维持智能体个性特征。
• 通过整合通用智能体以支持角色智能体在特定任务中的协作，提升场景的真实性。
• 在真实的课堂授课场景中验证该框架，模拟具有类人动态的师生互动。

提出的方法

• 采用树状结构的人物设定模型来编码和维持智能体个性特征，降低内存压力，并提升对话中的一致性。
• 设计受 ACT* 启发的认知架构，整合记忆、反思与规划模块，并支持技能库检索。
• 利用思维链（Chain-of-Thought, CoT）与动作链（Chain-of-Action, CoA）从工作记忆中提取并存储陈述性与程序性记忆。
• 整合通用智能体（如助手、监管智能体）以支持角色智能体完成场景特定任务，减轻认知负荷。
• 将角色智能体（教师、学生）与通用智能体绑定，实现在课堂模拟中动态、上下文感知的交互逻辑。
• 基于智能体特质实施基于个性的决策逻辑，如发言意愿与选择性提问，以增强交互合理性。

实验结果

研究问题

• RQ1 基于大语言模型的智能体如何在复杂社交模拟的长时间多轮对话中保持稳定、一致的个性？
• RQ2 技能库与认知架构在多大程度上能提升基于大语言模型智能体的深度与领域特定推理能力？
• RQ3 基于个性的交互逻辑在课堂环境中如何影响智能体交互的现实感与合理性？
• RQ4 通用智能体的整合能否增强基于角色的多智能体系统的真实性与功能性？
• RQ5 CGMI 框架在多大程度上能够复现现实世界中的课堂授课动态，包括教学方法与学生参与模式？

主要发现

• 基于个性的交互逻辑显著提升了学生参与的合理性，高发言意愿的学生如 Emily 被选中 9 次，而随机选择仅导致其被选中 3 次。
• 发言意愿判断智能体根据特质与课堂情境推荐学生，结果显示 John 被选中 4 次，Emily 9 次，Ryan 6 次，Samantha 1 次，Ying Zheng 8 次，覆盖整节课程。
• 随机选择导致结果不一致，例如内向的 Samantha 被选中 6 次，而最外向的 Emily 仅被选中 3 次，严重削弱了场景的真实性。
• 教师基于教学计划与学生状态的有选择性提问被成功模拟，Ying Zheng 被特别针对以探索多种解法，与教学设计一致。
• 该框架成功模拟了真实的教学动态，包括课程推进、教学方法与学生表现差异，与真实课堂行为高度一致。
• 通用智能体的整合减轻了角色智能体的认知负担，实现了更自然、场景适配的协作，显著提升了整体模拟保真度。