丰色 发自 凹非寺
量子位 | 公众号
可以轻松模拟社会实验的多智能体宇宙来了——
它由清华大学联合北邮、微信团队推出，目前已在揽获1.1k标星。
名字简单粗暴，就叫“”。
划重点：这个环境专门针对大语言模型开发，也就是智能体们可以运用LLM的能力完成任务。
而只需几行简单配置，你想让智能体们在什么环境出生，就能在什么环境成长。
比如“囚徒困境”：
狱警向两个嫌疑人agent提出一个两难挑战，让他们自己决定是合作互惠还是背叛。
比如“NLP课堂”：
教授通过文字形式授课，学生agent通过有问题时举手、被点名之后方可发言提问的方式，一步步学会知识。
甚至，还能模拟简单的宝可梦游戏…而且还是用户可以直接参与进去的那种：
（通过输入文本进行对话）
要啥有啥，全凭你自己发挥。
作者也表示，这个项目的初衷就是简化大伙儿用LLM构建自定义多智能体环境的过程，让大家能够专注于研究本身。
目前，的论文已经发布，源码也在路上了。
赶紧来瞧瞧。
4个阶段、5大基础组件
正如专为大模型开发，如今人类训练智能体的效果正是在各种LLM的加持下，跟着进步了很多，比如更强的泛化能力。
不过，就和现实世界一样，即使有LLM助力，学会合作也是这些智能体们必须要经历的一件事。
在此，作者提出了多智能体环境构建框架。
它的工作流程模拟了人类合作解决问题的过程，一共分为4个阶段：
1、专家招募（ ）。
根据当前问题解决进度调整由那些agent来处理任务。
2、讨论合作策略（ ）。
由上一阶段招募的agent讨论解决问题所需的分工，需要达成共识。
3、执行（ ）
agent们与环境进行交互，完成任务。
4、评估（）
任务完成后，此模块将当前状态与期望目标进行比对，如果没有达到预期就发送反馈奖励重新回到第一步骤。
如开头提到，框架的亮点之一就是可以实现自定义环境配置。
那么如何自定义？
方法是通过5个基础组件。
每一个组件代表的其实是一个规则，组合不同的规则就可以搭建出不同的环境，从而方便研究人员研究不同条件下智能体的行为。
具体来看，这5个组件分别是：
除了这5个基础组件，还有一个非常基础的元素：agent。
目前，系统提供两种类型：一个是，一个是，含义如其名。
当然，通过继承类我们还能定制第三种，以及更多类型代理。
如何配置？
手动clone或者pip命令即可安装。
需要注意的是，得准备一个 API密钥，以及安装（可选，如果你需要它提供的各种扩展工具）。
如上准备就绪后：
1、我们可以直接运行他们搭好的例子。
除了开头展示的“囚徒困境”、NLP课堂、宝可梦游戏，还有软件设计场景（1个写代码的agent、1个测试agent、1个审查agent）、数据库管理场景和文本评估场景。
值得注意的是，在NLP课堂这个主题上，作者提供了非常多的环境可选：
除了开头展示的那个可进行提问操作的case，还有可以发起小组讨论、学生在听课时使用必应进行搜索、用 API玩算术游戏等等。
2、自己动手搭一个。
自己动手可以先来一个简单的，比如构建一个只有1名教授、1名学生和1个助教的课堂环境。
首先创建任务目录并配置环境，也就是上面介绍的5个基础组件配置：
然后是配置agent，下面是教授的示例：
可以看到agent类型、名字、所用LLM类型等信息。
最后编写输出解析器，服务gent的响应，比如可以让模型在提示模版中以下格式输出：
相关文章
