多智能体仿真

论文针对传统ABM难以灵活刻画主体异质性和多期宏观信息的问题，提出由大语言模型驱动的EconAgent。感知模块为主体配置不同特征与决策机制，记忆模块让其结合个人历史和市场趋势反思，再在劳动与消费环境中形成选择。模拟结果显示，相较规则型和神经网络型基准，EconAgent产生的个体决策更接近现实，并形成更合理的宏观现象，为自然语言智能体进入自下而上宏观仿真提供了初步证据。