通过LLM驱动的多智能体仿真优化服务运营

服务系统性能取决于参与者对设计选择的反应，但由于人类行为的复杂性，对这些反应建模十分困难。我们提出一个用于优化服务运营的LLM驱动多智能体仿真（LLM-MAS）框架。我们将问题表述为具有决策相关不确定性的随机优化：设计选择被嵌入提示中，并塑造由相互作用的LLM智能体产生的结果分布。通过在提示中嵌入关键数值信息并从LLM生成的文本中提取，我们将这种不确定性建模为受控马尔可夫链。我们开发了一种沿轨迹学习（on-trajectory learning）的算法，在单次仿真运行中同时构建零阶梯度估计并更新设计参数，以优化稳态性能。我们还引入了方差缩减技术。在一个可持续供应链应用中，我们的方法优于多个基准，包括黑盒优化，以及将LLM用作数值求解器或扮演系统设计者的方案。一个基于真实行为数据的最优竞赛设计案例研究表明，LLM-MAS既是已知设计的高性价比评估器，也是能够发现被传统方法忽视的强设计的探索性工具。