google-deepmind/concordia

解决的问题

Concordia 是一个用于创建生成式基于智能体的模型的库，用于模拟物理、社会或数字环境中实体之间的交互。它提供了一个将智能体行为落地到模拟世界中的框架，确保交互的合理性并与环境规则保持一致。

工作原理

Concordia 作为一个生成式智能体的游戏引擎运行，使用三个核心概念：

• Entities: 模拟中的参与者，可以是玩家角色 (Agents) 和系统控制器 (Game Masters)。
• Components: 实现实体行为的模块化构建块，例如记忆操作、推理链和逻辑。
• Engine: 模拟循环，负责收集来自实体的动作，并使用游戏大师将这些动作转化为结果。

该系统使用受桌面角色扮演游戏启发的自然语言交互模式，智能体用自然语言描述其意图动作，由游戏大师将其转化为结果。

适用对象

本库专为社会科学、AI 安全与伦理、认知神经科学、经济学领域的科研人员和开发人员设计，也适用于需要合成数据进行个性化或服务性能评估的用户。

亮点

• 模块化架构：可以从可重用的组件中组装复杂的行为。
• 游戏大师模式：使用专门的实体来维持环境落地性和物理合理性。
• 可扩展性：支持自定义组件，并为常见的智能体类型提供预装配的“预制件”。
• LLM 无关性：可与任何标准 LLM API 及用于关联记忆的文本嵌入器配合工作。