google-deepmind/concordia

해결하는 문제

Concordia는 물리적, 사회적 또는 디지털 환경에서 엔티티 간의 복잡한 상호작용을 시뮬레이션하기 위한 생성형 에이전트 기반 모델을 생성하는 프레임워크를 제공합니다. 이는 구조화된 상호작용 패턴을 사용하여 에이전트가 환경적 제약 없이 결과를 단순히 상상하는 것을 방지하고, 에이전트의 행동을 타당한 세계에 접지시키는 과제를 해결합니다.

작동 방식

이 라이브러리는 테이블탑 롤플레잉 게임에서 영감을 받은 "게임 마스터"(GM) 패턴을 사용합니다. 이 설정에서 플레이어 엔티티는 의도한 행동을 자연어로 설명하고, 전용 GM 엔티티는 이러한 의도를 실제 결과로 변환하여 물리적 또는 사회적으로 타당한지 확인합니다.

기술적으로 시뮬레이션은 다음을 사용하여 구축됩니다:

• Entities: 시뮬레이션 내의 액터.
• Components: 엔티티의 상태와 동작을 정의하는 모듈식 빌딩 블록(메모리, 지침, 행동 선택 등).
• Prefabs: 사전 정의된 구성으로 엔티티를 빠르게 인스턴스화하는 데 사용되는 템플릿.
• Engine: 실행 루프를 관리하고, 역할(플레이어 또는 GM)을 할당하며, 행동 및 관찰 흐름을 처리하는 조정자.

대상 사용자

사회 과학, AI 안전 및 윤리, 인지 신경 과학, 경제학 분야의 연구원 및 개발자와 개인화 또는 서비스 성능 평가를 위해 합성 데이터가 필요한 사용자를 위해 설계되었습니다.

주요 특징

• GM-based Grounding: 게임 마스터 엔티티를 사용하여 행동을 해결하고 환경 일관성을 유지합니다.
• Entity-Component Architecture: 컴포넌트와 프리팹을 통해 에이전트를 구축하는 모듈식 접근 방식을 제공합니다.
• LLM Agnostic: 모든 표준 LLM API 및 연상 기억을 위한 텍스트 임베더와 함께 작동합니다.
• Flexible Execution: 턴제, 동시 또는 비동기 행동을 위한 다양한 엔진 인터페이스를 지원합니다.