通过态势感知 LLM 驱动的生成系统增强经济模拟

传统的经济模型通常遵循自上而下的范式，忽略了个体的多样性和社会互动的复杂性。为了更好地捕捉社会结构的复杂性，基于主体的建模（ABM）采用自下而上的解决方案，通过结合微观层面的动态来生成宏观经济现象。强化学习通过量身定制的奖励信号进一步提高其决策能力。然而，现有的 ABM 系统很难泛化到预定义的场景之外。认识到 LLM 驱动的角色扮演在感知和类人决策中的潜力，我们提出了 SAMAS，它对 LLM 中嵌入的具有丰富宏观经济理解的个体代理以及通过模拟步骤中经历的经济轨迹进行建模。通过对宏观结构模式和微观动态行为进行联合建模，SAMAS 在波动真实性和转折点预测方面取得了优异的性能。