life-simulation

提出在线Agent-as-a-Judge评估框架，该框架利用世界内评估智能体主动生成情境来测试交互式社交智能体，在覆盖率和可靠性上优于被动方法。

Agentopia 是一个用于多智能体社会长期生命模拟的综合框架，其中 100 个由大语言模型驱动的智能体在模拟的 10 年内自主追求个人成长和社交关系。该工作研究涌现的社会行为，并使用生命奖励训练来提升大语言模型的角色扮演能力。

提出PCSP，一种基于冻结LLM角色描述嵌入的单一强化学习策略，可在生活模拟游戏中实现可扩展、实时的角色可追溯NPC控制。实验表明，该方法实现了零样本角色识别和行为对齐，推理速度比LLM基线快。