Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

SOCIA: An End-to-End Agentic Framework for Automated Cyber-Physical-Social Simulator Generation

Created by
  • Haebom

저자

Yuncheng Hua, Ji Miao, Mehdi Jafari, Jianxiang Xie, Hao Xue, Flora D. Salim

개요

SOCIA는 대규모 언어 모델(LLM) 기반 다중 에이전트 시스템을 활용하여 고충실도 사이버-물리-사회(CPS) 시뮬레이터 생성을 자동화하는 새로운 엔드투엔드 프레임워크입니다. 노동 집약적인 수동 시뮬레이터 개발 및 복잡한 데이터 보정의 어려움을 해결하기 위해 SOCIA는 데이터 이해, 코드 생성, 시뮬레이션 실행 및 반복적인 평가-피드백 루프와 같은 작업을 조정하는 중앙 집중식 오케스트레이션 관리자를 통합합니다. 마스크 착용 행동 시뮬레이션(사회적), 개인 이동성 생성(물리적), 사용자 모델링(사이버)과 같은 다양한 CPS 작업에 대한 실증적 평가를 통해 SOCIA는 인간의 개입을 줄이면서 고충실도의 확장 가능한 시뮬레이션을 생성하는 능력을 보여줍니다.

시사점, 한계점

시사점:
LLM 기반 다중 에이전트 시스템을 활용하여 고충실도 CPS 시뮬레이터 생성 자동화 가능성 제시
수동 시뮬레이터 개발의 노동 집약성 및 복잡한 데이터 보정 문제 해결에 기여
다양한 CPS 현상 연구를 위한 확장 가능한 솔루션 제공 가능성
인간 개입 감소를 통한 시뮬레이션 효율성 증대
한계점:
LLM의 한계로 인한 시뮬레이션 정확도의 제한 가능성 (구체적인 언급 없음)
다양한 CPS 시스템에 대한 일반화 가능성 및 적용범위에 대한 추가 연구 필요
SOCIA 프레임워크의 확장성 및 유지보수에 대한 추가적인 검토 필요 (구체적인 언급 없음)
👍