使用基于生成Agent的模型探索因果机制

在本文中，我们探索使用基于生成Agent的模型进行经典的 ABM 应用：测试个体级别的行为规则如何产生集体现象。我们引入了 RePair，一种校准模拟世界、将候选机制作为自然语言规则操作、通过匹配干预估计其效果并检查行为痕迹的方法。我们通过在四个基于已建立的社会科学模型和实证研究的模拟世界中测试该方法来评估该方法。我们的结果表明：（1）自然语言规则可以产生可测量的集体效应； (2)规则比较可以随着配置的积累而收敛； （3）行为痕迹将集体效应与主体的行为和互动联系起来，帮助研究人员评估所提出的因果过程。总之，这些发现表明了使用基于生成Agent的模型来探索因果机制的可行性，并为产生可靠的、可解释的解释提供了实用指导。