LLMベースのソーシャル粒子群において、記憶が集団的・協調的行動に与える影響について

arXiv cs.AI / 2026/4/15

📰 ニュースIdeas & Deep AnalysisModels & Research

共有:

要点

本論文では、近傍と囚人のジレンマを行うマルチエージェントのソーシャル粒子群（SPS）環境において、LLMベースエージェントの記憶が創発的な集団行動および協調行動にどのように影響するかを検討する。
Gemini-2.0-Flashのエージェントでは、記憶長を増やすことで、システムが安定した協調から、循環的なクラスターの形成／崩壊を経て、最終的に散発的な非協調（裏切り）へと移行する。さらに、わずかな記憶でさえ協調を強く抑制する。
一方、Gemma 3:4bでは傾向が逆転し、記憶が長いほど協調が促進され、密な協調クラスターにつながる。
著者らは、Big Five（ビッグファイブ）の性格スコアが、エージェントの行動と部分的に相関し、その傾向が人間参加者を用いた実験と整合的であることを見いだし、モデルの妥当性を支持する。
感情分析の結果からは、2つのLLMが長い記憶を異なる形で解釈していることが示唆される（Geminiはよりネガティブになり、Gemmaはネガティブさがより小さい）。これにより、記憶と協調に関する先行研究で矛盾する結果を説明する、ミクロレベルの認知的メカニズムが提示される。

Abstract

本研究では、内的整合性を含む、大規模言語モデル（LLM）エージェントのモデル固有の特性が、多エージェントシステムにおけるそれらの集団的・協調的ダイナミクスに対して、記憶の効果をどのように形作るかを検討する。これを目的として、エージェントが二次元空間内を移動し、近隣エージェントと囚人のジレンマを行うSocial Particle Swarm（SPS）モデルを拡張し、そのルールベースのエージェントを、Big Fiveのパーソナリティ得点を備え、かつ記憶長が異なるLLMエージェントに置き換える。Gemini-2.0-Flashを用いて、記憶長が集団行動を支配する重要なパラメータであることを見いだした。すなわち、最小限の記憶でさえ協調を大幅に抑制し、システムは、安定した協調クラスタから、クラスタの循環的な形成と崩壊を経て、記憶長が増大するにつれて散在した裏切りの状態へ移行する。Big Fiveのパーソナリティ特性は、人間参加者を対象とした実験結果と部分的に一致する形でエージェントの行動と相関しており、モデルの妥当性を裏づける。Gemma~3:4bを用いた比較実験では逆の傾向が明らかになった。すなわち、記憶が長いほど協調が促進され、密な協調クラスタの形成を伴った。エージェントの推論文に対するセンチメント分析では、Geminiは記憶長が増えるほどそれをより否定的に解釈する一方、Gemmaはそれをそれほど否定的に解釈しないことが示された。そして、この差は、マクロレベルのダイナミクスが収束する前の実験の初期段階においても持続した。これらの結果は、位置合わせ（alignment）を含む可能性のあるLLMのモデル固有の特性が、生成的エージェントベースモデリングにおける創発的な社会行動を決定する上で根本的な役割を果たすことを示唆しており、さらに、記憶と協調に関する先行研究で見いだされた矛盾について、ミクロな認知的説明を提供する。