本文へスキップ

AgentSociety

LLM エージェントで人間の行動と社会のやり取りを再現

公式サイトを見る

AgentSociety とは

AgentSociety は清華大学 FIB ラボが開発したフレームワークと紹介され、LLM 駆動のエージェントで人間の行動と社会のやり取りを再現する。 資料は大規模言語モデルの計画・記憶・推論の能力で振る舞いの型を生み出し、データセット・文章・ルールによる環境設計に対応すると説明する。

できること

  • マズローの欲求階層理論など古典理論を組み合わせてエージェントの行動を再現する
  • データセット・文章・ルールで環境を設計する
  • リアルタイムの可視化画面でエージェントを監視し働きかける
  • インタビュー・調査・介入・指標の記録の道具で社会実験を行う
  • 複数のエージェントに一対一とグループの通信を行わせる

活用場面

  • 都市の交通渋滞が住民の行動に与える影響を調べる
  • 異なる政策のもとで住民の消費と就業の行動を再現する
  • 教育の場面で学習者の学びと交流を再現する

導入の手順

  • 専用パッケージを導入する
  • エージェントと環境のパラメータを設定し課題の目標を定める
  • フレームワークを起動しエージェントの再現を実行する
  • 可視化画面でエージェントの行動と環境の状態を監視する

長所と短所

✓ 良い点

  • 複数エージェント間の一対一とグループ通信に対応
  • OpenAI や Qwen など複数の LLM モデルに互換

! 注意したい点

  • 再現は LLM の計画・記憶・推論の能力に依存する
  • 環境設計はデータセット・文章・ルールにもとづく

よくある質問

開発元は?

資料は清華大学 FIB ラボを開発元として挙げる。

対応するモデルは?

機能一覧は OpenAI や Qwen など複数の LLM モデルを挙げる。

最終評価日: 2026-11-15

その他 AIオフィスアシスタント ツール

すべて見る →

評価方法