導(dǎo)語

集智俱樂部聯(lián)合山東工商學(xué)院副教授高德華、天津大學(xué)教授薛霄、北京師范大學(xué)教授張江、國防科技大學(xué)博士研究生曾利共同發(fā)起。讀書會(huì)自2025年7月8日開始，預(yù)計(jì)持續(xù)分享8周左右。掃碼加入Agent建模與仿真的前沿探索之旅，一起共學(xué)、共創(chuàng)、共建、共享「大模型時(shí)代下的Agent建模與仿真」社區(qū)，共同暢想大模型時(shí)代人工社會(huì)的未來圖景！

本周是讀書會(huì)的第二期分享，薛霄老師將圍繞“計(jì)算實(shí)驗(yàn)框架”這一核心方法論，從ABM基礎(chǔ)到前沿應(yīng)用，構(gòu)建認(rèn)知復(fù)雜系統(tǒng)的新范式——計(jì)算實(shí)驗(yàn)，旨在為您構(gòu)建一個(gè)系統(tǒng)、前沿、落地的知識(shí)圖譜和實(shí)踐路線。文末附薛霄老師課題組在ICWS2025最新被錄用的三篇相關(guān)論文。

分享簡介

在深度智能化浪潮席卷全球的今天，基于Agent的建模（Agent-Based Modeling, ABM）因其深刻刻畫復(fù)雜系統(tǒng)微觀異質(zhì)性、動(dòng)態(tài)交互與宏觀涌現(xiàn)的能力，已成為探索經(jīng)濟(jì)、社會(huì)、生態(tài)、城市等復(fù)雜現(xiàn)象的核心工具。然而，人工智能，特別是大語言模型（LLMs）的突破性進(jìn)展，正在為ABM注入前所未有的活力和全新可能性。

“智能體”（Agent）的認(rèn)知邊界被拓展，從預(yù)設(shè)規(guī)則的“反應(yīng)體”邁向具備生成式理解、推理和決策能力的“認(rèn)知體”。這既帶來了前所未有的機(jī)遇，也引發(fā)了模型復(fù)雜性、可解釋性、可信度和應(yīng)用效率等方面的新挑戰(zhàn)。同時(shí)，“計(jì)算實(shí)驗(yàn)”（Computational Experiment）作為一種支持此類復(fù)雜系統(tǒng)研究的科學(xué)方法論，其地位在新時(shí)代下愈發(fā)凸顯，為研究者提供了可控、可復(fù)制、可大規(guī)模探索情景的強(qiáng)大數(shù)字實(shí)驗(yàn)室。

分享簡介

本次分享將圍繞“計(jì)算實(shí)驗(yàn)框架”這一核心方法論，從ABM基礎(chǔ)到前沿應(yīng)用，構(gòu)建認(rèn)知復(fù)雜系統(tǒng)的新范式——計(jì)算實(shí)驗(yàn)，旨在為您構(gòu)建一個(gè)系統(tǒng)、前沿、落地的知識(shí)圖譜和實(shí)踐路線。

分享大綱

一、ABM與計(jì)算實(shí)驗(yàn)基礎(chǔ)框架：從起源到融合的知識(shí)體系全景解析

• 系統(tǒng)梳理ABM核心概念：從復(fù)雜系統(tǒng)基礎(chǔ)理論出發(fā)，解構(gòu)Agent、環(huán)境、交互、涌現(xiàn)等核心要素；

• ABM建模范式的演進(jìn)：回顧經(jīng)典ABM（規(guī)則驅(qū)動(dòng)），展望融合大模型的認(rèn)知ABM（LLM-Agents）的范式變革；

• 計(jì)算實(shí)驗(yàn)方法論：深度闡釋計(jì)算實(shí)驗(yàn)作為一種新科學(xué)范式的理論依據(jù)、設(shè)計(jì)原則（可重復(fù)性、可控性、敏感性分析、魯棒性檢驗(yàn)）與實(shí)施流程；

• ABM至計(jì)算實(shí)驗(yàn)的自然躍升：闡明計(jì)算實(shí)驗(yàn)如何基于ABM提供嚴(yán)格的分析驗(yàn)證框架，支撐科學(xué)的模型探索、驗(yàn)證和理論構(gòu)建，實(shí)現(xiàn)從模擬到實(shí)驗(yàn)的躍升。

二、直面挑戰(zhàn)：ABM的三大核心挑戰(zhàn)與變革性發(fā)展路線

• 如何從現(xiàn)實(shí)世界映射到虛擬世界？LLM Agent和人類大腦的對(duì)齊，包括心理，情緒、記憶、目標(biāo)等，以及面向特定領(lǐng)域場景，實(shí)現(xiàn)領(lǐng)域知識(shí)和數(shù)據(jù)與Agent模型的對(duì)接；

• 如何在虛擬世界中進(jìn)行因果推理？通過反事實(shí)實(shí)驗(yàn)構(gòu)建出虛擬世界的因果模型，以及通過機(jī)制分析實(shí)現(xiàn)微觀行為與宏觀涌現(xiàn)的關(guān)聯(lián)；

• 如何讓虛擬世界對(duì)現(xiàn)實(shí)賦能？提高ABM與所要描述現(xiàn)實(shí)世界機(jī)制之間的“平行度”，以及探討大規(guī)模Agent仿真時(shí)的計(jì)算資源優(yōu)化方案；

三、從理論到實(shí)踐：計(jì)算實(shí)驗(yàn)支撐平臺(tái)：賦能抽象Agent建模邁向真實(shí)社會(huì)應(yīng)用

• 平臺(tái)化能力的必要性：理解先進(jìn)的計(jì)算實(shí)驗(yàn)平臺(tái)如何解決模型開發(fā)難、場景構(gòu)建慢、參數(shù)探索繁、結(jié)果分析淺、部署應(yīng)用弱等痛點(diǎn)。

• 計(jì)算實(shí)驗(yàn)平臺(tái)架構(gòu)剖析：

• • 可視化建模環(huán)境：提供直觀的圖形界面，加速復(fù)雜ABM的構(gòu)建；

  • 靈活的實(shí)驗(yàn)管理工具：支持自動(dòng)化參數(shù)空間探索、實(shí)驗(yàn)設(shè)計(jì)、實(shí)驗(yàn)執(zhí)行；

  • 強(qiáng)大的數(shù)據(jù)分析與可視化：深入挖掘仿真結(jié)果，識(shí)別模式、評(píng)估指標(biāo)、呈現(xiàn)涌現(xiàn)現(xiàn)象；

  • API接口與應(yīng)用集成：打通與企業(yè)決策系統(tǒng)、物聯(lián)網(wǎng)平臺(tái)、數(shù)字孿生環(huán)境的對(duì)接通道；

  • 應(yīng)用場景落地解析：結(jié)合智慧城市騎手內(nèi)卷、大國博弈推演、城市內(nèi)澇應(yīng)急管理與政策評(píng)估等真實(shí)案例，深度剖析計(jì)算實(shí)驗(yàn)平臺(tái)如何驅(qū)動(dòng)抽象模型轉(zhuǎn)化為實(shí)際決策支持和解決方案。

參考閱讀

薛霄，復(fù)雜系統(tǒng)的計(jì)算實(shí)驗(yàn)方法：原理、模型與案例，科學(xué)出版社，2022.

主講人介紹

薛霄，天津大學(xué)智能與計(jì)算學(xué)部，教授、博導(dǎo)。先后獲得第八屆楊嘉墀科技獎(jiǎng)，2023年度IFAC 社會(huì)計(jì)算杰出成就獎(jiǎng)，2023年 CCF服務(wù)計(jì)算杰出成就獎(jiǎng)，省科技創(chuàng)新杰出青年(省杰青), 省高校科技創(chuàng)新人才，省高校青年骨干教師，省學(xué)術(shù)帶頭人等榮譽(yù)稱號(hào)。目前兼任：天津市健康人居環(huán)境與智慧技術(shù)重點(diǎn)實(shí)驗(yàn)室副主任；中國自動(dòng)化學(xué)會(huì)計(jì)算社會(huì)與社會(huì)智能專委會(huì)副主任；IEEE Transactions on Intelligent Vehicles 編委；International Journal of Crowd Science 編委；Complex System Modeling and Simulation青年編委。 近年來，主持與參與科研項(xiàng)目包括國家重點(diǎn)研發(fā)、國防特區(qū)創(chuàng)新、國家自然基金重點(diǎn)、國家自然基金面上、省級(jí)重大課題30多項(xiàng)；以第一作者或通信作者在IEEE Trans等頂級(jí)期刊與會(huì)議上發(fā)表論文60多篇，并獲得ICWS 2020最佳論文獎(jiǎng)（服務(wù)計(jì)算Top 1會(huì)議）；2021年計(jì)算機(jī)研究與發(fā)展 Top10 高被引論文；出版著作《復(fù)雜系統(tǒng)的計(jì)算實(shí)驗(yàn)方法》，是國內(nèi)第一本對(duì)計(jì)算實(shí)驗(yàn)方法進(jìn)行系統(tǒng)化梳理的專著；獲2023年度IFAC TC Award for Outstanding Achievement in Social Computing and CPSS。獲省自然科學(xué)二等獎(jiǎng)2項(xiàng)（均排名第一）、省決策成果二等獎(jiǎng)1項(xiàng)（排名第一）、省優(yōu)秀學(xué)術(shù)著作一等獎(jiǎng)1項(xiàng)（獨(dú)著）。

研究方向：服務(wù)計(jì)算、計(jì)算實(shí)驗(yàn)、AI Agent、群體智能。

參與時(shí)間

2025年7月14日（周一）晚上19:30-21:30

報(bào)名加入社群交流

https://pattern.swarma.org/study_group_issue/922?from=wechat

掃碼參與，，加入社群，獲取系列讀書會(huì)永久回看權(quán)限，與社區(qū)的一線科研工作者溝通交流，共同大模型時(shí)代的未來人工社會(huì)圖景。

薛霄實(shí)驗(yàn)室3篇論文被ICWS2025錄用

近日，天津大學(xué)AI Agent建模仿真實(shí)驗(yàn)室1篇長文和2篇短文被ICWS 2025錄用。其中，錄用的Regular Paper長文“Scenario Generator Design Method for Service Ecosystem Governance driven by LLM - empowered Agents Simulation”獲得了本次學(xué)術(shù)會(huì)議最佳論文獎(jiǎng)。

IEEE ICWS(IEEE International Conference on Web Services)是IEEE服務(wù)大會(huì)（IEEE SERVICES Congress）的重要組成部分，由IEEE服務(wù)計(jì)算技術(shù)委員會(huì)發(fā)起，是目前服務(wù)計(jì)算領(lǐng)域規(guī)模最大、水平最高的系列國際學(xué)術(shù)會(huì)議。主要研究領(lǐng)域包括：服務(wù)建模、開發(fā)、發(fā)布、發(fā)現(xiàn)、推薦、組合、測試、適配、交付，以及 Web 服務(wù)的應(yīng)用與相關(guān)標(biāo)準(zhǔn)。

實(shí)驗(yàn)室成員周德雨同學(xué)以服務(wù)生態(tài)系統(tǒng)治理情景生成為主題，研究大語言模型賦能AI Agent驅(qū)動(dòng)的情景生成器設(shè)計(jì)方法，助力服務(wù)生態(tài)系統(tǒng)實(shí)現(xiàn)更智能的治理決策模擬、風(fēng)險(xiǎn)預(yù)判及優(yōu)化配置；馬群同學(xué)以元宇宙服務(wù)生態(tài)系統(tǒng)建模為背景，探究了LLM-based agents情感對(duì)齊的實(shí)現(xiàn)框架，為服務(wù)實(shí)體賦予情感認(rèn)知能力；沈逸帆同學(xué)圍繞異常涌現(xiàn)分析問題，提出基于大模型的EAMI框架，實(shí)現(xiàn)多智能體意圖分析與實(shí)證驗(yàn)證。

論文一：Ecosystem Governance driven by LLM-empowered Agents Simulation

博士生周德雨為第一作者，獲得優(yōu)秀論文獎(jiǎng)。

獲獎(jiǎng)?wù)撐木劢勾笳Z言模型（LLM）賦能AI Agent驅(qū)動(dòng)的服務(wù)生態(tài)系統(tǒng)治理情景生成器設(shè)計(jì)方法，針對(duì)服務(wù)生態(tài)系統(tǒng)治理中情景構(gòu)建復(fù)雜、動(dòng)態(tài)適配難等痛點(diǎn)，創(chuàng)新融合 LLM 的智能推理與智能體模擬技術(shù)，提出一套高效、精準(zhǔn)的情景生成機(jī)制，可助力服務(wù)生態(tài)系統(tǒng)實(shí)現(xiàn)更智能的治理決策模擬、風(fēng)險(xiǎn)預(yù)判及優(yōu)化配置。

獲獎(jiǎng)?wù)撐木劢勾笳Z言模型（LLM）賦能AI Agent驅(qū)動(dòng)的服務(wù)生態(tài)系統(tǒng)治理情景生成器設(shè)計(jì)方法，針對(duì)服務(wù)生態(tài)系統(tǒng)治理中情景構(gòu)建復(fù)雜、動(dòng)態(tài)適配難等痛點(diǎn)，創(chuàng)新融合 LLM 的智能推理與智能體模擬技術(shù)，提出一套高效、精準(zhǔn)的情景生成機(jī)制，可助力服務(wù)生態(tài)系統(tǒng)實(shí)現(xiàn)更智能的治理決策模擬、風(fēng)險(xiǎn)預(yù)判及優(yōu)化配置。

論文二：An Explainable Emotion Alignment Framework for LLM-empowered Agent in Metaverse Service Ecosystem

短文，博士生馬群為第一作者。

元宇宙服務(wù)是元宇宙與服務(wù)系統(tǒng)融合的產(chǎn)物，用于研究元宇宙中服務(wù)相關(guān)的問題。隨著大語言模型（LLM）的興起，大多數(shù)研究采用LLM-based agents來代表服務(wù)實(shí)體，模擬元宇宙服務(wù)生態(tài)系統(tǒng)中各類服務(wù)事件與交互。然而，現(xiàn)有LLM-based agents在情感狀態(tài)集成方面存在顯著的局限性（情感測量、情感狀態(tài)演變及情感決策），無法有效展示出彌合虛擬世界服務(wù)與現(xiàn)實(shí)世界服務(wù)所需的有限理性。

針對(duì)這類問題，本文提出了一個(gè)面向元宇宙服務(wù)生態(tài)系統(tǒng)中LLM-based agents的可解釋情感對(duì)齊框架。首先，本文開發(fā)了一個(gè)狀態(tài)反饋驅(qū)動(dòng)的PAD（愉悅-喚醒-支配）情感量化模型，該模型結(jié)合行為狀態(tài)量化，實(shí)現(xiàn)LLM-based agents的持續(xù)情感調(diào)節(jié)。其次，本文建立了一個(gè)情感演化系統(tǒng)，使LLM-based agents在服務(wù)交互過程中逐步發(fā)展情感認(rèn)知能力，從而優(yōu)化決策過程。最后，本文提出了一種自我解釋（SE）的激勵(lì)方法，促使LLM-based agents在決策后生成回顧性理由，從而提升情感的認(rèn)知推理能力。

本文在外賣配送服務(wù)場景中開展了不同的模擬實(shí)驗(yàn)來驗(yàn)證其有效性。實(shí)驗(yàn)結(jié)果表明：(1) 情感對(duì)齊框架下的LLM-based agents（E-A）表現(xiàn)出了與現(xiàn)實(shí)世界系統(tǒng)（Zomato）更一致的內(nèi)卷趨勢；(2) 在原有較高拒單率存在的情況下，基于情感對(duì)齊的LLM-based agents逐漸傾向于接受更多的訂單，突破了其原有理性控制的約束；(3) 當(dāng)智能體選擇接受訂單時(shí)，基本都處于積極情感狀態(tài)或者中性情感狀態(tài)（中立、驚訝、高興）；(4) 情感對(duì)齊框架下的LLM-based agents的聚集率最低，在降低服務(wù)成本的同時(shí)，還實(shí)現(xiàn)了更低的訂單拒收率，并且表現(xiàn)出最溫和的內(nèi)卷效應(yīng)，最接近真實(shí)情況。

論文三：A Framework for Analyzing Abnormal Emergence in Service Ecosystems Through LLM-based Agent Intention Mining

短文，碩士生沈逸帆為第一作者。

在大模型驅(qū)動(dòng)下，服務(wù)生態(tài)系統(tǒng)正呈現(xiàn)出越來越復(fù)雜的交互行為和系統(tǒng)涌現(xiàn)現(xiàn)象。傳統(tǒng)的服務(wù)建模方法多依賴基于行為的觀察與因果推斷，難以解釋服務(wù)系統(tǒng)中突發(fā)性、非線性的群體涌現(xiàn)行為。隨著大語言模型（LLM）與Agent建模的深度融合，智能體的認(rèn)知過程與決策鏈條可以通過Chain-of-Thought推理被逐步揭示，為服務(wù)生態(tài)系統(tǒng)中的“意圖涌現(xiàn)”分析提供了新契機(jī)。

針對(duì)現(xiàn)有研究中存在的三大限制（僅觀察行為、僅分析個(gè)體、僅分析靜態(tài)結(jié)果），本文提出了一種基于多智能體意圖演化的涌現(xiàn)分析框架——EAMI（Emergence Analysis via Multi-Agent Intentions）。該框架創(chuàng)新性地構(gòu)建了由“觀察者智能體”與“分析智能體”組成的雙視角意圖追蹤機(jī)制：前者用于捕捉每個(gè)Agent在有限理性與完全理性下的思維軌跡，后者識(shí)別其中的關(guān)鍵涌現(xiàn)意圖，動(dòng)態(tài)更新群體意圖圖譜。

在此基礎(chǔ)上，EAMI通過文本嵌入與聚類技術(shù)構(gòu)建意圖聚類中心，并提出“意圖時(shí)間演化圖”，以揭示意圖在時(shí)間演化過程中的傳播路徑與影響范圍，從而構(gòu)建微觀智能體行為與宏觀系統(tǒng)涌現(xiàn)之間的因果鏈路。

為了驗(yàn)證EAMI框架在真實(shí)服務(wù)系統(tǒng)中的有效性與通用性，本文設(shè)計(jì)了兩個(gè)具代表性的實(shí)驗(yàn)場景，并圍繞三項(xiàng)核心研究問題展開系統(tǒng)性評(píng)估。首先，在外賣O2O平臺(tái)模擬中構(gòu)建了一個(gè)包含商家、騎手、用戶、平臺(tái)與政府等多角色的多智能體系統(tǒng)，模擬真實(shí)配送業(yè)務(wù)中的資源競爭與行為演化過程。實(shí)驗(yàn)引入了真實(shí)Zomato平臺(tái)的配送數(shù)據(jù)進(jìn)行對(duì)比，從騎手的有效工作時(shí)長、接單量等多個(gè)維度進(jìn)行驗(yàn)證，結(jié)果顯示模擬系統(tǒng)在多項(xiàng)指標(biāo)上與真實(shí)數(shù)據(jù)高度一致，具備良好的現(xiàn)實(shí)映射能力。隨后，利用EAMI框架對(duì)系統(tǒng)中騎手的內(nèi)卷行為進(jìn)行了因果機(jī)制分析，發(fā)現(xiàn)騎手在高壓環(huán)境下逐漸形成模仿他人、選擇高密度區(qū)域、規(guī)避擁堵等多種“涌現(xiàn)意圖”，這些認(rèn)知演化正是內(nèi)卷現(xiàn)象的驅(qū)動(dòng)因素。之后開展了消融實(shí)驗(yàn)，分別移除觀察者智能體和分析智能體，結(jié)果顯示系統(tǒng)無法識(shí)別如“嫉妒”“模仿”等關(guān)鍵認(rèn)知變量，驗(yàn)證了框架中雙智能體模塊的不可替代性。最后，我們將EAMI遷移至Stanford AI Town情境，模擬AI智能體在虛擬社區(qū)中發(fā)起競選的社會(huì)性事件，追蹤其意圖的傳播路徑與影響擴(kuò)散過程，結(jié)果顯示框架能夠準(zhǔn)確捕捉到意圖的涌現(xiàn)點(diǎn)與集體行為的轉(zhuǎn)變趨勢。三個(gè)實(shí)驗(yàn)共同證明：EAMI不僅能揭示復(fù)雜服務(wù)系統(tǒng)中個(gè)體意圖到集體行為的轉(zhuǎn)化邏輯，還具備跨場景的穩(wěn)健性與解釋性，為后續(xù)的因果干預(yù)與系統(tǒng)優(yōu)化提供了理論基礎(chǔ)。

課程推薦

計(jì)算實(shí)驗(yàn)是復(fù)雜系統(tǒng)的分析利器。本課程中，將從揭示市場規(guī)律的“糖域模型”到探究種族隔離原因的“謝林模型”，從理解經(jīng)濟(jì)復(fù)雜性的“人工股市”到預(yù)測疫情擴(kuò)散的“流行病模型”，從探尋客戶流失原因的“虛擬淘寶”到與現(xiàn)實(shí)世界互動(dòng)的“無人駕駛策略訓(xùn)練”，帶你領(lǐng)略復(fù)雜系統(tǒng)理論應(yīng)用的魅力。

讀書會(huì)推薦

「大模型時(shí)代下的Agent建模與仿真」讀書會(huì)

集智俱樂部聯(lián)合山東工商學(xué)院副教授高德華、天津大學(xué)教授薛霄、北京師范大學(xué)教授張江、國防科技大學(xué)博士研究生曾利共同發(fā)起。讀書會(huì)自2025年7月8日開始，每周二晚上7:30-9:30進(jìn)行，預(yù)計(jì)持續(xù)分享8周左右。掃碼加入Agent建模與仿真的前沿探索之旅，一起共學(xué)、共創(chuàng)、共建、共享「大模型時(shí)代下的Agent建模與仿真」社區(qū)，共同暢想大模型時(shí)代人工社會(huì)的未來圖景！

核心問題

Agent建模與仿真是什么，核心技術(shù)發(fā)生了怎樣的演變？

大模型時(shí)代，Agent建模與仿真會(huì)給復(fù)雜系統(tǒng)理論帶來哪些突破？

大模型如何賦能Agent實(shí)現(xiàn)自主思考與動(dòng)態(tài)適應(yīng)？

大模型驅(qū)動(dòng)的Agent交互會(huì)涌現(xiàn)出什么新型的社會(huì)現(xiàn)象？

Agent建模與仿真如何改變金融、心理、管理、軍事等領(lǐng)域的研究范式？

你將收獲

梳理Agent建模與仿真的歷史發(fā)展脈絡(luò)與方法論；

掌握一套理解、分析、控制、預(yù)測復(fù)雜系統(tǒng)的計(jì)算實(shí)驗(yàn)框架；

掌握基于多主體強(qiáng)化學(xué)習(xí)的復(fù)雜系統(tǒng)優(yōu)化方法；

領(lǐng)略領(lǐng)域前沿學(xué)者的研究體系與科研路徑。

詳情請見：