Simulating Human-like Daily Activities with Desire-driven Autonomy
Created by
- Haebom
Category
Empty
저자
Yiding Wang, Yuxuan Chen, Fangwei Zhong, Long Ma, Yizhou Wang
개요
본 논문은 명시적인 작업 지시 없이 다차원적인 욕구에 따라 자율적으로 작업을 제안하고 선택하는 욕구 기반 자율 에이전트(D2A)를 제시한다. D2A는 욕구 충족을 동기로 하여 대규모 언어 모델(LLM)이 자율적으로 행동할 수 있도록 한다. 특히, 욕구 충족 이론에서 영감을 받은 동적인 가치 시스템을 기반으로 사회적 상호 작용, 자아 실현, 자기 관리와 같은 인간의 욕구를 이해한다. 에이전트는 현재 상태의 가치를 평가하고, 후보 활동을 제안하며, 내적 동기에 가장 부합하는 활동을 선택한다. Concordia라는 텍스트 기반 시뮬레이터를 사용한 실험을 통해, 제시된 에이전트가 인간 행동과 유사한 변동성과 적응성을 보이며 일관성 있고 문맥에 맞는 일상 활동을 생성하는 것을 보여준다. 다른 LLM 기반 에이전트와의 비교 분석을 통해 제안된 방법이 시뮬레이션된 활동의 합리성을 크게 향상시킨다는 것을 보여준다.
시사점, 한계점
•
시사점:
◦
LLM을 이용한 더욱 자율적이고 다양한 행동을 보이는 에이전트 개발 가능성 제시.
◦
인간의 욕구를 반영한 동기 부여 프레임워크를 통해 더욱 인간과 유사한 행동을 보이는 에이전트 구현.
◦
텍스트 기반 시뮬레이션 환경에서의 실험을 통해 D2A의 효과성 검증.
◦
기존 LLM 기반 에이전트 대비 향상된 합리성을 보이는 활동 생성.
•
한계점:
◦
Concordia라는 특정 텍스트 기반 시뮬레이터 환경에서만 실험 진행. 실제 세계 적용 가능성에 대한 추가 연구 필요.
◦
인간의 욕구를 완벽하게 반영했다고 보기 어려움. 욕구의 다양성과 복잡성을 더욱 정교하게 모델링할 필요가 있음.
◦
가치 시스템의 동적 변화 과정에 대한 자세한 설명 부족. 가치 시스템의 학습 및 적응 메커니즘에 대한 추가 연구 필요.
◦
다른 유형의 환경이나 작업에 대한 일반화 가능성에 대한 추가 연구 필요.
