基于智能体建模中的LLM驱动推理

# 基于LLM推理的智能体建模
来源：https://arxiv.org/html/2607.06757
Dakotah Maguire¹, Adam Spannaus¹, Joe Tuccillo², Maksudul Alam³, Sudip K. Seal³, John Gounley¹, Heidi Hanson¹

###### 摘要

基于智能体的建模（ABM）能够模拟数百万个体人类及其交互，这对于构建支撑政策决策的人口规模数字孪生具有重要价值。然而，ABM传统上依赖静态且过时的数据，导致模型无法适应给定场景中的实时变化。关于人口活动的完整实时信息通常是动态的，因为流动性取决于疫情状况和人类决策。本研究提出了一种新颖的方法来解决这一信息缺口。大语言模型（LLMs）为预测情景发展过程中的人类决策提供了新机遇。为此，我们引入了一个可扩展的混合智能体与语言驱动流行病（HALE）建模框架，该框架利用LLM预测ABM模拟中的人类决策。作为概念验证，我们使用HALE模拟了2020年9月至2022年2月期间犹他州盐湖县的COVID-19及其影响。HALE框架能更好地捕捉观察到的疫情高峰和规模，而仅使用ABM的模拟往往高估疫情的影响。

关键词：大语言模型（LLMs）、基于智能体的建模（ABM）、基于活动的网络、基于个体的网络模型、数字孪生、COVID-19。

## 1 引言

基于智能体的建模（ABM）是在个体层面模拟复杂动态系统的强大工具。理解个体行为对疾病传播的影响对于准确预测疫情至关重要。ABM使我们能够基于人口分布、个体的时间推移运动以及社会互动来模拟个体人类行为（例如，佩戴口罩、疫苗接受度）[2 (https://arxiv.org/html/2607.06757#bib.bib47)]。通常，ABM使用这些参数进行初始化，并在设定的时间段内模拟智能体的复杂交互。然而，人类行为本质上是不确定的，并取决于多种因素，包括社会环境、地理位置、气候和天气。人类偏好也会根据外部环境和社会压力随时间变化。大语言模型（LLM）的推理能力有助于模拟疾病爆发期间人类行为的变化[7 (https://arxiv.org/html/2607.06757#bib.bib2),39 (https://arxiv.org/html/2607.06757#bib.bib3),33 (https://arxiv.org/html/2607.06757#bib.bib4),15 (https://arxiv.org/html/2607.06757#bib.bib5)]。

尽管LLM的进步提高了各个领域的知识水平[40 (https://arxiv.org/html/2607.06757#bib.bib44)]，但它们在流行病建模（尤其是基于个体的网络建模）中的应用尚未得到充分探索。

LLM可以通过多种方式辅助流行病建模和模拟，例如进行文献综述、预测流行病[16 (https://arxiv.org/html/2607.06757#bib.bib42)]以及预测人类对流行病的反应[7 (https://arxiv.org/html/2607.06757#bib.bib2)]。LLM智能体也能表现出逼真的人类行为[12 (https://arxiv.org/html/2607.06757#bib.bib8)]。有趣的是，生成式智能体模型的集体智慧可以模拟现实世界对疾病传播的反应[36 (https://arxiv.org/html/2607.06757#bib.bib9)]。在本研究中，我们探讨了LLM如何推断流行病期间人类行为的变化，并支持ABM动态更新网络结构。这些基于ABM的人口规模数字孪生使用真实世界的人类活动数据，包括不同类型的活动（如待在家中、上学、上班、购物）及其各自的地点。然而，详细的活动数据往往难以获取，这种困难通常要求研究人员从历史调查和人口统计数据中生成网络模型。此外，这些模型并未考虑个体基于感知威胁或社会压力而产生的活动变化。然而，LLM可能有助于模拟随着感知威胁水平随时间演变而发生的行为变化。

网络开发是基于个体的网络模拟中的预处理步骤之一。在这些网络中，节点可以根据研究目标代表不同的实体（如人、地点、动物、植物）。在针对COVID-19等疾病的流行病模型中，节点代表个体，链接代表两人之间的联系[22 (https://arxiv.org/html/2607.06757#bib.bib20)]。当两人近距离接触或同时访问同一地点时，这些链接就会形成。关于个体活动（包括时间和地点）的信息可用于构建基于活动的时序网络。然而，详细的活动数据常常缺失或仅部分可用。此外，活动数据可能适用于某个人口群体在特定时间段的情况，而推断则需要用于另一个时间段。在基于个体的时序网络模型中，活动可分为两类：有意行为和无意行为。当缺乏可信数据时，LLM可以帮助ABM模拟这些有意行为。例如，在流行病ABM模拟中，受感染者传播病毒是一种无意行为，而外出进行户外活动则是智能体的有意行为。有意行为间接影响无意行为。此外，处于不同地点的智能体在相似条件下可能做出不同选择；他们可能对威胁的感知与邻居不同，并据此做出反应。在本研究中，我们通过在ABM模拟中利用LLM来解决这些数据缺口。

在本研究中，我们开发了一个时空混合智能体与语言驱动流行病（HALE）框架，用于近实时预测。基于LLM的ABM模拟是一个有前景的新研究领域。然而，大多数关于这一主题的研究都集中在其他领域，性质上偏向概念性，尚未进入开发阶段[18 (https://arxiv.org/html/2607.06757#bib.bib40)]。也有研究用生成式智能体替代ABM智能体，并使用生成式AI对其行为进行建模。不幸的是，这种方法通常计算成本高昂，且不直观或不可扩展[36 (https://arxiv.org/html/2607.06757#bib.bib9)]。因此，我们开发了一个混合框架，利用ABM和LLM两者的优势。HALE框架能够模拟包含数百万智能体的ABM模型，同时实现计算高效的LLM推理。

本研究的主要贡献如下：

- • 一个可扩展的工作流，用于使用部分可用的真实世界活动数据集构建动态时序网络模型，该数据集包含数百万智能体。
- • 一个混合智能体与语言驱动流行病建模框架（HALE），用于实现近实时预测。以往研究主要使用ABM从回顾性数据中进行流行病分析。尽管这些方法能够进行预测，但它们不适应外部环境和感知威胁水平的实时变化。然而，在现实中，个体的流动性会随着疫情形势的演变而动态变化。在我们的HALE框架中，我们融入了LLM作为反馈循环，以根据疫情状况调整人类流动性。
- • 通过消融研究对HALE框架进行性能分析。我们还分析了LLM在不同空间人群组中的推理。

ABM是一个重要的决策工具，因为它可以在个体层面模拟不同公共卫生决策（例如，封锁、强制佩戴口罩）的效果。然而，人们常常根据周围环境和人口特征做出不同决策，而ABM无法捕捉这一点。为了应对这一挑战，我们开发了HALE框架，其中LLM协助ABM模型进行个体层面的决策。LLM支持HALE框架根据疫情调整流动性。研究观察到，不同人群组根据其人口特征对疫情的反应不同。

## 2 方法

### 2.1 数据集

为了开发ABM，我们使用了犹他州盐湖县的人口数据，该数据代表约110万人口。然后，我们使用橡树岭国家实验室的UrbanPop模型生成合成人口[31 (https://arxiv.org/html/2607.06757#bib.bib19)]。合成人口集中的每个个体都被分配了以下特征：年龄、种族、性别、家庭ID、地理位置（纬度、经度）、居住安排、职业和收入水平。合成人口的统计分布与美国社区调查的人口普查区块组级别的公共使用微数据样本（PUMS）相匹配。

每个个体被分配在特定时间进行特定活动，使用的是2017年全国家庭旅行调查（NHTS）的数据[1 (https://arxiv.org/html/2607.06757#bib.bib10)]。NHTS由联邦公路管理局进行，是美国公众旅行行为的权威信息来源，能够分析个人和家庭旅行趋势。活动计划数据包括每个个体在一周内每小时的活动，个体可能会连续数小时从事同一活动。活动计划数据包含时间、活动类型、家庭位置和活动位置的信息。位置使用Uber H3六边形网格以第8级分辨率提供[6 (https://arxiv.org/html/2607.06757#bib.bib11)]。

UrbanPop合成人口包括在人口普查区块组级别的夜间（住宅）和日间（工作或学校）位置。每个个体通过将合成家庭住宅特征与每个区块组内可用住宅结构的属性进行匹配，从FEMA的美国结构数据集[38 (https://arxiv.org/html/2607.06757#bib.bib23)]中分配一个住宅点位置（房屋）[30 (https://arxiv.org/html/2607.06757#bib.bib24)]。

表1 (https://arxiv.org/html/2607.06757#S2.T1) 展示了两个人的部分活动计划数据。在合成人口中，每个人都有一个唯一标识符`PID`。每个`PID`都链接到一个家庭ID `HID`，该家庭位于一个六边形H3中（见表1中的“家庭分配”列）。表1中的代理`PID_01`在周一0600至0700期间在家。因此，对于此活动，家庭位置的H3十六进制ID与活动位置的H3十六进制ID相同。该个体（代理）在0700后去上学，学校位置在H3_hex_id 5。类似地，`PID_02`在0700至0800期间有工作活动，工作位置在H3_hex_id 8。活动计划数据集包含约1.89亿条记录，覆盖犹他州盐湖县110万人口的168小时（7×24）。

活动计划数据包括22种不同的活动。活动列表A为 {家，学校，工作，锻炼，服务，零售，休闲，宗教/社区，用餐，拜访亲友，送达/接走，旅行，改变交通方式，差事，志愿服务，医疗，托儿，成人护理，在家工作，工作相关，其他，未知（受访者未提供活动目的）}。家、学校和工作活动是计划中的锚定活动。活动计划数据仅包含锚定活动的位置信息（表1最后一列）。

表1：个体层面的活动计划数据样本。
### 2.2 基于活动的时序网络开发

我们为每个活动在每个小时开发一个网络`G_a(t)`。因此，一周内，我们拥有3,696个`G_a(t)`网络，对应22种活动。每个网络由1,133,023个节点（代理）组成。网络开发算法根据活动不同而变化。

#### 2.2.1 锚定活动的每小时网络

##### 家庭活动：
家庭活动包含每个住宅地点的点位置。在时间t，共享相同`HID`并具有家庭或在家工作活动的代理或PID，在家庭活动的`G_a(t)`网络中彼此连接。

##### 学校活动：
学校活动也包含学校位置。首先，我们从活动计划数据集中计算每所学校的学生总数。有些学校学生很少（少于19人），而其他学校则有很多（超过500人）。在每小时学校活动网络`G_a(t)`中，来自较小学校（少于19名学生）的学生如果在时间t参与学校活动，则完全连接。

我们根据国家教育统计中心[13 (https://arxiv.org/html/2607.06757#bib.bib12)]的数据，将较大学校的学生分成班级，并保持平均公立学校班级规模。我们保留一个记录或映射来连接学生与其班级，以确保每个学生每天上同一堂课。

对于学校活动每小时网络，我们创建两种类型的网络：课堂内网络和课堂外网络。在课堂内网络中，属于同一班级且在时间t具有学校活动的学生形成一个全连接网络。对于课堂外网络，我们在同校学生之间构建一个Erdős–Rényi随机网络，平均度为4（在8小时时段内）[10 (https://arxiv.org/html/2607.06757#bib.bib18)]。我们假设学生每天有8小时在校。课堂外网络代表学生自己班级之外的联系（例如，健身房、食堂、校车）。最后，我们将课堂内和课堂外网络合并，形成完整的每小时学校活动网络。

##### 办公活动：
办公活动包含关于办公大楼位置的信息，使用H3第8级索引（∼0.74 km²）；确切办公室未知。在每个六边形内，一些办公楼有很多员工，而其他则较少，类似于学校。然而，数据不包括确切的办公室位置，也不包括布局信息（例如，是开放式布局还是由隔间组成）。因此，我们不会将办公室划分为更小的单元，而是使用配置随机网络模型来估计接触。在每小时办公活动网络中，我们创建一个配置随机网络，其中每个节点的度从高斯分布`N(μ, σ²)`中分配。对于18–59岁年龄范围，我们考虑每小时μ=21.154/8和σ²=10.58/8[10 (https://arxiv.org/html/2607.06757#bib.bib18),22 (https://arxiv.org/html/2607.06757#bib.bib20)]。我们假设工作日为8小时。

#### 2.2.2 非锚定活动的每小时网络

非锚定活动（例如，用餐、零售、锻炼）没有确切的活动位置信息。因此，我们以不同方式为其创建联系。我们使用一个空间网络模型[21 (https://arxiv.org/html/2607.06757#bib.bib22),24 (https://arxiv.org/html/2607.06757#bib.bib21)]，具体