google-deepmind/concordia

解決する課題

Concordia は、物理的、社会的、またはデジタル環境におけるエンティティ間の複雑な相互作用をシミュレートするための生成エージェントベースモデルを作成するフレームワークを提供します。これは、構造化された相互作用パターンを使用することで、エージェントが環境の制約なしに結果を単に想像することを防ぎ、エージェントの行動を妥当な世界に接地させるという課題に対処します。

仕組み

このライブラリは、テーブルトークRPGに触発された「ゲームマスター」(GM) パターンを使用します。この設定では、プレイヤーエンティティが意図する行動を自然言語で記述し、専用の GM エンティティがそれらの意図を実際の成果に変換し、物理的または社会的に妥当であることを保証します。

技術的には、シミュレーションは以下を使用して構築されます：

• Entities: シミュレーション内のアクター。
• Components: エンティティの状態と動作を定義するモジュール式のビルディングブロック（メモリ、指示、行動選択など）。
• Prefabs: 事前定義された構成でエンティティを迅速にインスタンス化するために使用されるテンプレート。
• Engine: 実行ループを管理し、役割（プレイヤーまたは GM）を割り当て、行動と観察のフローを処理するコーディネーター。

対象ユーザー

社会科学、AI の安全性と倫理、認知神経科学、経済学などの分野の研究者や開発者、およびパーソナライゼーションやサービスパフォーマンス評価のために合成データを必要とする人向けに設計されています。

ハイライト

• GM-based Grounding: ゲームマスターエンティティを使用して行動を解決し、環境の一貫性を維持します。
• Entity-Component Architecture: コンポーネントとプレハブを介してエージェントを構築するモジュール式のアプローチを提供します。
• LLM Agnostic: 標準的な LLM API および連想記憶用のテキストエンベダーと連携します。
• Flexible Execution: ターン制、同時、または非同期の行動のためのさまざまなエンジンインターフェースをサポートします。