arXiv cs.AI· Yuncheng Hua, Sion Weatherhead, Mehdi Jafari, Hao Xue, Flora D. Salim·· 11 小时前AI 评分32
SOCIA-∇：文本梯度结合多智能体编排实现自动化模拟器生成
SOCIA-$\nabla$: Textual Gradient Meets Multi-Agent Orchestration for Automated Simulator Generation
AI 导读
SOCIA-∇ 是一个诊断驱动的多智能体框架，用于自动化构建模拟器代码，让 LLM 智能体在文本计算图中迭代完成合成、执行、评估、诊断与修复。该框架在 LLMob 个人移动性基准和半合成地理社交口罩采纳基准上，于分布内模拟、分布外 what-if 生成和地理社交扩散三类任务中取得最强整体模拟器保真度。代码与数据已公开，论文被 ACM SIGSPATIAL 2026 接收。
正文 · AI 翻译
摘要：在本文中，我们提出 SOCIA-$\nabla$，一个用于自动化模拟器代码构建的诊断驱动多智能体框架。SOCIA-$\nabla$ 在文本计算图中迭代地精炼可执行模拟器代码，其中由 LLM 驱动的智能体负责合成、执行、评估、诊断和修复模拟器。一个基于事实的模拟器蓝图将行为残差归因于候选机制及其空间或交互上下文，随后通过具备历史感知记忆和约束投影的机制，将其转换为局部化的文本修复信号。我们在真实世界的 LLMob 个人移动性基准和一个受控的半合成地理社交口罩采纳基准上评估了 SOCIA-$\nabla$。在分布内模拟、分布外 what-if 生成和地理社交扩散方面，SOCIA-$\nabla$ 实现了最强的整体模拟器保真度。SOCIA-$\nabla$ 的代码和数据已在 此 https URL 公开提供。
| 评论： | 14 页，2 幅图，3 张表。本文已被 ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems 2026（ACM SIGSPATIAL 2026）第 34 届会议接收 |
| 主题： | 人工智能（cs.AI） |
| ACM 分类： | I.2.7 |
| 引用为： | arXiv:2505.12006 [cs.AI] |
| （或 arXiv:2505.12006v5 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2505.12006 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yuncheng Hua [查看邮箱]
[v1]
2025 年 5 月 17 日星期六 13:47:31 UTC（3,517 KB）
[v2]
2025 年 5 月 23 日星期五 15:30:42 UTC（2,940 KB）
[v3]
2025 年 10 月 21 日星期二 13:39:58 UTC（1,626 KB）
[v4]
2025 年 11 月 11 日星期二 06:15:00 UTC（2,673 KB）
[v5]
2026 年 11 月 4 日星期三 23:20:06 UTC（3,079 KB）
来源：arXiv cs.AI · arxiv.org