Large Language Models como planeadores multiagente en entornos sociales
Esta investigación explora la integración de Modelos de Lenguaje de Gran Escala (LLMs), como GPT, en la simulación de comportamientos humanos dentro de entornos sociales simulados. Inspirándonos en el trabajo ``Generative Agents" de Stanford, aplicamos LLMs como planeadores en un marco multiage...
- Autores:
-
Pinzón Roncancio, Juan Sebastian
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2024
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/73756
- Acceso en línea:
- https://hdl.handle.net/1992/73756
- Palabra clave:
- Agentes autónomos
Large Language Model
Cooperatividad
Entornos Sociales
Ingeniería
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
| id |
UNIANDES2_e59021e71bced40c658bc0c71eb30d41 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/73756 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Large Language Models como planeadores multiagente en entornos sociales |
| title |
Large Language Models como planeadores multiagente en entornos sociales |
| spellingShingle |
Large Language Models como planeadores multiagente en entornos sociales Agentes autónomos Large Language Model Cooperatividad Entornos Sociales Ingeniería |
| title_short |
Large Language Models como planeadores multiagente en entornos sociales |
| title_full |
Large Language Models como planeadores multiagente en entornos sociales |
| title_fullStr |
Large Language Models como planeadores multiagente en entornos sociales |
| title_full_unstemmed |
Large Language Models como planeadores multiagente en entornos sociales |
| title_sort |
Large Language Models como planeadores multiagente en entornos sociales |
| dc.creator.fl_str_mv |
Pinzón Roncancio, Juan Sebastian |
| dc.contributor.advisor.none.fl_str_mv |
Manrique Piramanrique, Rubén Francisco |
| dc.contributor.author.none.fl_str_mv |
Pinzón Roncancio, Juan Sebastian |
| dc.contributor.jury.none.fl_str_mv |
Cardozo Álvarez, Nicolás Gauthier Umaña, Valerie Elisabeth Núñez Castro, Haydemar María |
| dc.subject.keyword.none.fl_str_mv |
Agentes autónomos Large Language Model Cooperatividad Entornos Sociales |
| topic |
Agentes autónomos Large Language Model Cooperatividad Entornos Sociales Ingeniería |
| dc.subject.themes.spa.fl_str_mv |
Ingeniería |
| description |
Esta investigación explora la integración de Modelos de Lenguaje de Gran Escala (LLMs), como GPT, en la simulación de comportamientos humanos dentro de entornos sociales simulados. Inspirándonos en el trabajo ``Generative Agents" de Stanford, aplicamos LLMs como planeadores en un marco multiagente. Utilizamos la arquitectura de flujo de razonamiento propuesta por Park et al. (2023), que comprende módulos de percepción, planeación, recuperación de memorias, reflexión y actuación. El estudio se centra en entornos simulados de Melting Pot, un Framework de DeepMind para evaluar el Aprendizaje por Refuerzo Multiagente (MARL), destacando dinámicas sociales como la cooperación, competencia y reciprocidad.\\ Nuestro enfoque metodológico incluyó la adaptación de la arquitectura de razonamiento a los escenarios de Melting Pot y la definición de tres conjuntos de escenarios de prueba. Las métricas clave empleadas para evaluar el desempeño de los agentes abarcaron la recompensa por cápita y ciertos indicadores de cooperatividad definidos para el escenario. Los resultados obtenidos ofrecen una visión detallada del desempeño y comportamiento de los agentes, destacando cómo la integración de LLMs en entornos de simulación social puede superar las limitaciones de los enfoques tradicionales de MARL y proporcionar una representación más rica y realista de las interacciones sociales. |
| publishDate |
2024 |
| dc.date.accessioned.none.fl_str_mv |
2024-02-01T16:15:38Z |
| dc.date.available.none.fl_str_mv |
2024-02-01T16:15:38Z |
| dc.date.issued.none.fl_str_mv |
2024-01-27 |
| dc.type.none.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.none.fl_str_mv |
Text |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/1992/73756 |
| dc.identifier.instname.none.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.none.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.none.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
https://hdl.handle.net/1992/73756 |
| identifier_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.none.fl_str_mv |
[1] J. Hohenstein, R. F. Kizilcec, D. DiFranzo, Z. Aghajari, H. Mieczkowski, K. Levy, M. Naaman, J. Hancock, M. F. Jung, Artificial intelligence in communication impacts language and social relationships, Scientific Reports 13 (1). doi:10.1038/s41598-023-30938-9. [2] S. Hao, Y. Gu, H. Ma, J. J. Hong, Z. Wang, D. Z. Wang, Z. Hu, Reasoning with language model is planning with world model, arXiv 2305.14992. doi:10.48550/arXiv. 2305.14992. [3] J. S. Park, J. C. O’Brien, C. J. Cai, M. R. Morris, P. Liang, M. S. Bernstein, Generativeagents: Interactive simulacra of human behavior, arXiv 2304.03442. doi:10.48550/arXiv.2304.03442. URL https://doi.org/10.48550/arXiv.2304.03442 [4] A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A. N. Gomez, L. Kaiser, I. Polosukhin, Attention is all you need, in: Advances in Neural Information Processing Systems (NIPS), 2017, pp. 5998–6008.doi:10.5555/3295222.3295349. URL https://arxiv.org/abs/1706.03762 [5] T. Hagendorff, S. Fabi, M. Kosinski, Human-like intuitive behavior and reasoning biases emerged in large language models but disappeared in chatgpt, Nature Computational Science 3 (2023) 833–838. doi:10.1038/s43588-023-00527-x. URL https://doi.org/10.1038/s43588-023-00527-x [6] K. Tanmay, A. Khandelwal, U. Agarwal, M. Choudhury, Probing the moral development of large language models through defining issues test, arXivdoi:10.48550/arXiv.2309.13356. URL https://doi.org/10.48550/arXiv.2309.13356 [7] G. Wang, Y. Xie, Y. Jiang, A. Mandlekar, C. Xiao, Y. Zhu, L. Fan, A. Anandkumar, Voyager: An open-ended embodied agent with large language models, arXivdoi:10.48550/arXiv.2305.16291. URL https://doi.org/10.48550/arXiv.2305.16291 [8] S. Hong, M. Zhuge, J. Chen, X. Zheng, Y. Cheng, C. Zhang, J. Wang, Z. Wang, S. K. S. Yau, Z. Lin, L. Zhou, C. Ran, L. Xiao, C. Wu, J. Schmidhuber, Metagpt: Meta programming for a multi-agent collaborative framework, arXiv 2308.00352. doi:10.48550/arXiv.2308.00352. URL httpsURL [9] T. Connors, J. Sny, H. Snyder, Gpteam: A multi-agent simulation, LangChain Series. [10] H. Yang, S. Yue, Y. He, Auto-gpt for online decision making: Benchmarks and additional opinions, arXiv 2306.02224. doi:10.48550/arXiv.2306.02224. URL https://doi.org/10.48550/arXiv.2306.02224 [11] J. Wei, X. Wang, D. Schuurmans, M. Bosma, F. Xia, E. Chi, Q. V. Le, D. Zhou, et al., Chain-of-thought prompting elicits reasoning in large language models, in: Proceedings of the Neural Information Processing Systems (NeurIPS), 2022. [12] Y. Bang, S. Cahyawijaya, N. Lee, W. Dai, D. Su, B. Wilie, H. Lovenia, Z. Ji, T. Yu, W. Chung, Q. V. Do, Y. Xu, P. Fung, A multitask, multilingual, multimodal evaluation of chatgpt on reasoning, hallucination, and interactivity, arXivdoi:10.48550/arXiv. 2302.04023. URL https://doi.org/10.48550/arXiv.2302.04023 [13] E. Y. Chang, Examining gpt-4’s capabilities and enhancement with socrasynth, in: Conference Proceedings, Stanford University, 2023. URL https://www.researchgate.net/publication/374753069 |
| dc.rights.uri.none.fl_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.none.fl_str_mv |
41 páginas |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.none.fl_str_mv |
Ingeniería de Sistemas y Computación |
| dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.none.fl_str_mv |
Departamento de Ingeniería Sistemas y Computación |
| publisher.none.fl_str_mv |
Universidad de los Andes |
| institution |
Universidad de los Andes |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/c17a29a1-0162-497a-8426-66c856e716bd/download https://repositorio.uniandes.edu.co/bitstreams/e7e44b82-f020-4043-a86e-29a369504770/download https://repositorio.uniandes.edu.co/bitstreams/4c1fbfb6-f749-445b-815a-b3386fb957d2/download https://repositorio.uniandes.edu.co/bitstreams/4cebf8dd-0bde-4a8f-a80a-bf263a2818f9/download https://repositorio.uniandes.edu.co/bitstreams/be8a3271-8222-40f0-b581-3e7c5e8e780b/download https://repositorio.uniandes.edu.co/bitstreams/fbfa864b-44f6-44b0-a2b9-da66efd83a93/download https://repositorio.uniandes.edu.co/bitstreams/807b8054-f1b9-4c4f-924a-a3d590cfe969/download |
| bitstream.checksum.fl_str_mv |
ae9e573a68e7f92501b6913cc846c39f c5e6960e9f0cec718d4d9039efb56c5e cfb3323313bafd15a0331e8859cad7e5 52d2179d1dd53aa91ad592c4d7559059 a9f0d653aabbe280a5e7aaa91a1434b5 51f202cc88609581823ff3dbfb622929 f328f4767a6a62e38555b643c75b296f |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1812133817697173504 |
| spelling |
Manrique Piramanrique, Rubén FranciscoPinzón Roncancio, Juan SebastianCardozo Álvarez, NicolásGauthier Umaña, Valerie ElisabethNúñez Castro, Haydemar María2024-02-01T16:15:38Z2024-02-01T16:15:38Z2024-01-27https://hdl.handle.net/1992/73756instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Esta investigación explora la integración de Modelos de Lenguaje de Gran Escala (LLMs), como GPT, en la simulación de comportamientos humanos dentro de entornos sociales simulados. Inspirándonos en el trabajo ``Generative Agents" de Stanford, aplicamos LLMs como planeadores en un marco multiagente. Utilizamos la arquitectura de flujo de razonamiento propuesta por Park et al. (2023), que comprende módulos de percepción, planeación, recuperación de memorias, reflexión y actuación. El estudio se centra en entornos simulados de Melting Pot, un Framework de DeepMind para evaluar el Aprendizaje por Refuerzo Multiagente (MARL), destacando dinámicas sociales como la cooperación, competencia y reciprocidad.\\ Nuestro enfoque metodológico incluyó la adaptación de la arquitectura de razonamiento a los escenarios de Melting Pot y la definición de tres conjuntos de escenarios de prueba. Las métricas clave empleadas para evaluar el desempeño de los agentes abarcaron la recompensa por cápita y ciertos indicadores de cooperatividad definidos para el escenario. Los resultados obtenidos ofrecen una visión detallada del desempeño y comportamiento de los agentes, destacando cómo la integración de LLMs en entornos de simulación social puede superar las limitaciones de los enfoques tradicionales de MARL y proporcionar una representación más rica y realista de las interacciones sociales.Ingeniero de Sistemas y ComputaciónPregrado41 páginasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería Sistemas y Computaciónhttps://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Large Language Models como planeadores multiagente en entornos socialesTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPAgentes autónomosLarge Language ModelCooperatividadEntornos SocialesIngeniería[1] J. Hohenstein, R. F. Kizilcec, D. DiFranzo, Z. Aghajari, H. Mieczkowski, K. Levy, M. Naaman, J. Hancock, M. F. Jung, Artificial intelligence in communication impacts language and social relationships, Scientific Reports 13 (1). doi:10.1038/s41598-023-30938-9.[2] S. Hao, Y. Gu, H. Ma, J. J. Hong, Z. Wang, D. Z. Wang, Z. Hu, Reasoning with language model is planning with world model, arXiv 2305.14992. doi:10.48550/arXiv. 2305.14992.[3] J. S. Park, J. C. O’Brien, C. J. Cai, M. R. Morris, P. Liang, M. S. Bernstein, Generativeagents: Interactive simulacra of human behavior, arXiv 2304.03442. doi:10.48550/arXiv.2304.03442. URL https://doi.org/10.48550/arXiv.2304.03442[4] A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A. N. Gomez, L. Kaiser, I. Polosukhin, Attention is all you need, in: Advances in Neural Information Processing Systems (NIPS), 2017, pp. 5998–6008.doi:10.5555/3295222.3295349. URL https://arxiv.org/abs/1706.03762[5] T. Hagendorff, S. Fabi, M. Kosinski, Human-like intuitive behavior and reasoning biases emerged in large language models but disappeared in chatgpt, Nature Computational Science 3 (2023) 833–838. doi:10.1038/s43588-023-00527-x. URL https://doi.org/10.1038/s43588-023-00527-x[6] K. Tanmay, A. Khandelwal, U. Agarwal, M. Choudhury, Probing the moral development of large language models through defining issues test, arXivdoi:10.48550/arXiv.2309.13356. URL https://doi.org/10.48550/arXiv.2309.13356[7] G. Wang, Y. Xie, Y. Jiang, A. Mandlekar, C. Xiao, Y. Zhu, L. Fan, A. Anandkumar, Voyager: An open-ended embodied agent with large language models, arXivdoi:10.48550/arXiv.2305.16291. URL https://doi.org/10.48550/arXiv.2305.16291[8] S. Hong, M. Zhuge, J. Chen, X. Zheng, Y. Cheng, C. Zhang, J. Wang, Z. Wang, S. K. S. Yau, Z. Lin, L. Zhou, C. Ran, L. Xiao, C. Wu, J. Schmidhuber, Metagpt: Meta programming for a multi-agent collaborative framework, arXiv 2308.00352. doi:10.48550/arXiv.2308.00352. URL httpsURL[9] T. Connors, J. Sny, H. Snyder, Gpteam: A multi-agent simulation, LangChain Series.[10] H. Yang, S. Yue, Y. He, Auto-gpt for online decision making: Benchmarks and additional opinions, arXiv 2306.02224. doi:10.48550/arXiv.2306.02224. URL https://doi.org/10.48550/arXiv.2306.02224[11] J. Wei, X. Wang, D. Schuurmans, M. Bosma, F. Xia, E. Chi, Q. V. Le, D. Zhou, et al., Chain-of-thought prompting elicits reasoning in large language models, in: Proceedings of the Neural Information Processing Systems (NeurIPS), 2022.[12] Y. Bang, S. Cahyawijaya, N. Lee, W. Dai, D. Su, B. Wilie, H. Lovenia, Z. Ji, T. Yu, W. Chung, Q. V. Do, Y. Xu, P. Fung, A multitask, multilingual, multimodal evaluation of chatgpt on reasoning, hallucination, and interactivity, arXivdoi:10.48550/arXiv. 2302.04023. URL https://doi.org/10.48550/arXiv.2302.04023[13] E. Y. Chang, Examining gpt-4’s capabilities and enhancement with socrasynth, in: Conference Proceedings, Stanford University, 2023. URL https://www.researchgate.net/publication/374753069201915773PublicationLICENSElicense.txtlicense.txttext/plain; charset=utf-82535https://repositorio.uniandes.edu.co/bitstreams/c17a29a1-0162-497a-8426-66c856e716bd/downloadae9e573a68e7f92501b6913cc846c39fMD51ORIGINALautorizacion tesis_signed.pdfautorizacion tesis_signed.pdfHIDEapplication/pdf375115https://repositorio.uniandes.edu.co/bitstreams/e7e44b82-f020-4043-a86e-29a369504770/downloadc5e6960e9f0cec718d4d9039efb56c5eMD52Large Language Models.pdfLarge Language Models.pdfapplication/pdf2693741https://repositorio.uniandes.edu.co/bitstreams/4c1fbfb6-f749-445b-815a-b3386fb957d2/downloadcfb3323313bafd15a0331e8859cad7e5MD53TEXTautorizacion tesis_signed.pdf.txtautorizacion tesis_signed.pdf.txtExtracted texttext/plain2067https://repositorio.uniandes.edu.co/bitstreams/4cebf8dd-0bde-4a8f-a80a-bf263a2818f9/download52d2179d1dd53aa91ad592c4d7559059MD54Large Language Models.pdf.txtLarge Language Models.pdf.txtExtracted texttext/plain75538https://repositorio.uniandes.edu.co/bitstreams/be8a3271-8222-40f0-b581-3e7c5e8e780b/downloada9f0d653aabbe280a5e7aaa91a1434b5MD56THUMBNAILautorizacion tesis_signed.pdf.jpgautorizacion tesis_signed.pdf.jpgGenerated Thumbnailimage/jpeg11239https://repositorio.uniandes.edu.co/bitstreams/fbfa864b-44f6-44b0-a2b9-da66efd83a93/download51f202cc88609581823ff3dbfb622929MD55Large Language Models.pdf.jpgLarge Language Models.pdf.jpgGenerated Thumbnailimage/jpeg5887https://repositorio.uniandes.edu.co/bitstreams/807b8054-f1b9-4c4f-924a-a3d590cfe969/downloadf328f4767a6a62e38555b643c75b296fMD571992/73756oai:repositorio.uniandes.edu.co:1992/737562024-02-16 14:40:42.903https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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 |