网络化社会实验中多LLM智能体的协作空间学习

摘要

集体问题解决常要求群体成员权衡“利用已知解”与“探索新解”，已知解的信息可经通信网络在个体成员间传播。Mason–Watts实验（PNAS 2012）显示：在二维搜索任务上，短路径网络中的人类群体胜过长路径网络。本工作聚焦在一组大语言模型（LLM）智能体的设定中考察这种网络效率效应。具体地，我们考虑十六个LLM智能体的群体在八个Mason–Watts网络拓扑上重演该实验；并开发机制性贝叶斯优化智能体，使LLM智能体的表现可与机制智能体及人类实验数据对比。计算实验表明：当被指示随机化首轮选择时，LLM智能体呈现显著的网络效率效应，而默认初始化下则无。在本实验中，加一句首轮随机化指令对集体收益的提升，超过八种网络拓扑间估计收益差的三倍。此外，贝叶斯优化智能体在此空间搜索任务上取得高于受评LLM智能体的收益。我们进一步比较智能体的探索—利用行为、复制与空间多样性。

网络化社会实验中多LLM智能体的协作空间学习：论文配图 — 图 1：Mason-Watts 实验的图示 [11]。最初的实验将人类参与者置于这些网络中。在这项工作中，代理是大语言模型和机械贝叶斯代理，执行相同的任务。左上：每一轮都经过四个步骤——选择一个单元格、观察其收益、接收邻居历史记录和更新——重复 t=1,…,15t=1,\ldots,15。右上：示例 101×101101\times 101 适应度景观，具有独特的全局最优值（f=100f=100，金星）和几个局部峰值。红色圆圈代表特定回合中代理的 (x, y) 坐标选择。下：每个智能体 aia_{i} 占据固定 3-正则图的一个节点，并观察其三个邻居 j∈𝒩⁡(i)j\in\mathcal{N}(i) 中每一个的完整历史记录 ℋaj(t−1)\mathcal{H}^{(t-1)}_{a_{j}}；每个邻居历史记录本身都间接反映了来自该邻居自己的邻居的二阶信息。