清华开源项目快速实践LLM Agents搭建你的多智能体世界

AgentVerse 是由清华大学、北邮等高校研究团队发布的一套AI多智能体协作模拟框架。它可以很容易的模拟多种社会实验场景，例如：NLP课堂、囚徒困境、软件设计、数据库诊断、Pokeman等。

在这个多智能体世界里，我们会将问题的解决过程分为四个阶段：

1. 专家招募：选择最合适的AI智能体专家参与任务。

2. 协作决策：专家共同讨论，提出解决问题的解决方案。

3. 行动执行：采取具体的行动。

4. 评估：评估当前结果和目标之间的差距。

NLP课堂模拟

NLP课堂上，教授与学生进行互动交流。当学生有问题时，他们纷纷举手，耐心等待教授点名。只有在教授点名后，学生才能发言并提出问题。

囚徒困境模拟

囚徒困境是一种思想实验，它向两个完全理性的代理人提出两难的挑战：他们可以与伴侣合作以实现互惠互利，也可以背叛他们的伴侣（“缺陷”）以获得个人奖励。

软件设计模拟

在软件设计示例中，程序员、测试和代码审查员协作解决代码生成问题。给定一个问题，程序员首先编写代码实现。测试人员运行单元测试并提供反馈。然后代码审查员会生成评论。在收集测试反馈和审查后，程序员迭代地完善代码。

数据库诊断模拟

在数据库诊断场景中，首席DBA监控数据库系统是否存在异常。如果检测到异常，内存和 CPU 智能体会收到警报，分析根本原因并提出优化解决方案。然后，首席 DBA 向用户提供总结性诊断，用户也可以通过提供说明或评估解决方案的有效性来互动。

文本生成质量评估

在 AgentVerse 上建立了一个多智能体裁判团队来评估不同模型生成的文本的质量。当给定两段不同的文本时，各个智能体可以利用分配给他们的角色，自主地辩论生成文本的差别，并给出对生成质量的判断。

Pokeman游戏模拟

在游戏中，智能体可以参观商店，在健身房训练他们的神奇宝贝，并相互互动。作为玩家，可以扮演其中智能体的角色，随时与其他智能体互动。其中包含 6 个出现在《Pokemon Emerald》中的角色：May、Birch 教授、Steven Stone、Maxie、Archie 和 Joseph。

项目地址：github.com/OpenBMB/AgentVerse

论文：AgentVerse: Facilitating Multi-Agent Collaboration and Exploring Emergent Behaviors in Agents

论文地址：arxiv.org/abs/2308.10848