多智能体模拟社会社交系统 (MASI)

Inspiration

在当今快节奏的生活中，人们面临着时间紧迫与社交需求之间的矛盾。一方面，人们渴望找到与自己心灵相契的知己，这通常需要通过深入的交流和了解对方的兴趣爱好来实现。然而，这样的过程往往耗时且需要投入大量的精力。另一方面，随着社会的发展，越来越多的人倾向于内向（i人），他们内心渴望社交，却因为害羞或社交焦虑而难以迈出第一步。在这样的背景下，多智能体系统的实现具有重要的意义。通过模拟社会中的社交代理（agent），每个代理可以代表一个个体，进行社交互动。这些代理能够代替人们进行初步的交流，快速收集和分析对方的信息，如喜好、价值观和生活方式等，从而帮助人们筛选出那些值得进一步交往的对象。这种方法不仅极大地节省了人们在社交活动中的时间，而且通过代理的互动，人们可以更高效地了解对方，促进社会关系的建立和发展。此外，多智能体系统还能帮助那些有社交障碍的人们。对于那些内心渴望社交却因为害羞或焦虑而难以主动交流的人来说，代理可以成为他们社交的桥梁。代理的介入可以降低社交的门槛，减少直接面对面交流可能带来的压力，从而帮助他们逐渐克服社交障碍，增强社交信心。

What it does

旨在模拟真实世界中人类的社交行为和动态。该系统通过创建一个由多个智能代理组成的环境，每个代理都能够根据用户的个性、偏好和社交目标进行交互和学习，用户可以通过和自己的Agent交流来了解他人信息。我们特别设计了社交专家代理，这些代理集成了高级情感智能，而且拥有丰富的社交经验，能够在社交互动中发挥关键作用。此外，社交专家也积累了广泛的社交经验。它们能够运用这些经验来指导其他智能体在社交场合中的行为，提供恰当的社交策略和建议。社交专家代理的存在也极大地减少了社交过程中的人为干预需求。提升了用户使用系统的便利性。

How we built it

Agent分类： User Agent（用户代理）：代表用户进行社交活动，存储有用户的个人信息，这些信息可以是文本（text）、PDF文档格式的文件，隐藏姓名等信息，保证隐私安全。此外，每个代理还持有用户的社交目标（target），即用户在社交时所期望对方具备的特质或条件。以每个用户视角来看，User Agent又分成两大类： 玩家用户代理（Player User Agent）：代表登录的玩家进行社交互动。其是本次社交的主体。 非玩家用户代理（NPC User Agent）：模拟其他社交参与者，为玩家提供互动对象，其实质上是由其他玩家的User Agent扮演，但在登录玩家视角下，可以将其抽象为NPC角色。

Expert Agent（专家代理）：扩展社交专家代理的功能，使其能够识别和分析用户的情感状态，从历史交流数据中学习，不断优化交流话题的引导策略。

Pipeline： 1.根据用户信息初始化User Agent（personal information database） 2.User Agent进行社交（Communication） 3.Expert agent宏观引导 4.用户与Agent交互

Accomplishments that we're proud of

我们开发了一种创新的多智能体模拟社会社交系统（MASI），旨在应对现代社会中人们面临的社交挑战。社交互动是信息传递和社会联系的核心，对于社会的发展至关重要。MASI系统通过模拟人与人之间的社交行为，解决人们交友，促进信息共享，从而加速社会进步。

What's next for Multi-agent Simulation of Social Interaction(MASI)

MASI系统的设计允许它从小型团体起步，这些团体可以是课题组、社区小组或任何形式的社交集体。随着时间的推移，这些小团体可以按照层级结构不断扩展和整合，形成更加复杂和丰富的多智能体社交网络。每个小团体都拥有自己独特的社交逻辑和互动模式。同时，更大层次的社交结构依赖于小团体中的关键代理（Agent）来建立联系，这些代理作为桥梁，促进不同团体间的交流和信息流通。 社交关系的可视化：为了提高社交互动的透明度和可访问性，MASI系统可以进一步将社交关系转化为图形表示，使得社交网络的结构和连接一目了然。这种图形化的社交关系可以用于直观展示和检索查询，增强用户对社交网络的理解和导航。在技术层面，MASI系统可以利用如NebulaGraph这样的图数据库来存储和管理社交关系图中的代理信息。这种数据库的选择不仅提供了高效的数据处理能力，还支持复杂的查询操作，使得社交关系的管理和分析变得更加便捷和强大。 不同领域可能有不同类型的社交专家，可以在进行模拟相应社交场景，使用 CAMEL 生成数据并使用 Unsloth 微调 Qwen 模型，让社交专家更适应具体场景。