Agent建模与仿真(ABMS)：洞察社会复杂系统的利器丨「大模型时代下的Agent建模与仿真」读书会·周二直播

集智俱乐部 07月11日 14:21

本次读书会由集智俱乐部发起，联合多位专家，聚焦“大模型时代下的Agent建模与仿真”。读书会将探讨Agent建模与仿真的历史、技术演变、应用价值，以及在大模型时代面临的挑战与机遇。参与者将有机会学习ABM方法，展望大语言模型时代下人工社会的未来，并与一线科研工作者交流。

💡 **ABM定义与发展：** Agent建模与仿真（ABM）是一种“自底向上”的建模方法，用于研究复杂系统。它通过模拟个体Agent的互动来揭示宏观行为的涌现机制。读书会将梳理ABM的历史发展脉络，包括其核心技术与方法论的演变。

🤔 **ABM的核心问题：** 读书会将围绕ABM的“是什么”、“有什么用”和“怎么用”这三个核心问题展开讨论。重点阐述ABM的思想原理、独特应用价值，并梳理关键应用要点，帮助读者全面理解ABM。

🚀 **大模型时代的挑战与机遇：** 结合当前大语言模型（LLM）时代背景，读书会将探讨ABM面临的挑战及未来趋势。讨论大模型如何赋能Agent实现自主思考与动态适应，以及大模型驱动的Agent交互可能涌现的新型社会现象。

📚 **读书会内容与收获：** 读书会将分享ABM的历史发展脉络与方法论，提供理解、分析、控制、预测复杂系统的计算实验框架，并介绍基于多主体强化学习的复杂系统优化方法。参与者还将领略领域前沿学者的研究体系与科研路径。

2025-07-06 19:33 上海

2025年7月8日（周二）晚上19:30-21:30直播

导语

集智俱乐部联合山东工商学院副教授高德华、天津大学教授薛霄、北京师范大学教授张江、国防科技大学博士研究生曾利共同发起「大模型时代下的Agent建模与仿真」读书会。读书会自2025年7月8日开始，每周二晚上7:30-9:30进行，预计持续分享8周左右。扫码加入Agent建模与仿真的前沿探索之旅，一起共学、共创、共建、共享「大模型时代下的Agent建模与仿真」社区，共同畅想大模型时代人工社会的未来图景！

本周作为读书会的第一期分享，高德华老师将围绕“Agent建模与仿真是什么，核心技术发生了怎样的演变？”这一核心问题带我们梳理Agent建模与仿真的历史发展脉络与方法论。也邀请你加入读书会的讨论，与我们一起展望大语言模型时代，Agent建模与仿真的未来！

分享简介

Agent建模与仿真方法，也称为基于Agent的建模（Agent-based modeling, ABM），遵循“自底向上”（bottom-up）的建模逻辑，为探索和揭示社会复杂系统从微观个体互动到宏观行为现象的涌现机制提供了一种较具洞察力的思维范式及科学方法论。本次分享内容在简要梳理Agent建模与仿真发展脉络的基础上，重点围绕其“是什么（What）” “有什么用（Why）” 和 “怎么用（How）” 这三个核心问题，来阐述其思想原理和独特应用价值、梳理关键应用要点。最后，结合当前大语言模型时代背景，探讨Agent建模与仿真面临的挑战及未来趋势。

分享大纲

ABM 历史回顾

ABM 是什么？

ABM 有什么用？

ABM 怎么用？

大语言模型时代 ABM 面临的挑战及未来趋势

核心术语

代理 / 主体 / 智能体（Agent）

多主体建模（Agent-based Modelling，ABM)

参考文献

An, L., Grimm, V., Sullivan, A., Turner II, B. L., Malleson, N., et al. (2021). Challenges, tasks, and opportunities in modeling agent-based complex systems. Ecological Modelling, 457, 109685 文章探讨了基于多主体建模（ABM）在复杂系统研究中面临的挑战、任务及机遇，为该领域的发展方向提供了系统性思考。

Bonabeau, E. (2002). Agent-based modeling: Methods and techniques for simulating human systems. Proceedings of the National Academy of Sciences, 99(suppl 3), 7280–7287 文章介绍了基于主体建模在模拟人类系统中的方法与技术，强调其在理解社会复杂行为中的应用价值。

Edmonds, B., Le Page, C., Bithell, M., Chattoe-Brown, E., Grimm, V., et al. (2019). Different modelling purposes. Journal of Artificial Societies and Social Simulation, 22(3), 6 文章分析了不同建模目的的差异，为研究者根据具体需求选择和设计模型提供了理论框架。

Collins, A., Koehler, M., & Lynch, C. (2024). Methods that support the validation of agent-based models: An overview and discussion. Journal of Artificial Societies and Social Simulation, 27(1), 11 文章综述了支持 ABM 验证的方法，讨论了模型有效性验证的关键技术与挑战。

Gao, C., Lan, X., Li, N., Yuan, Y., Ding, J., et al. (2024). Large language models empowered agent-based modeling and simulation: A survey and perspectives. Humanities and Social Sciences Communications, 11(1) 文章探讨大语言模型（LLMs）赋能 ABM 的研究现状与未来方向，并分析其在复杂系统模拟中的应用潜力

Larooij, M., & Törnberg, P. (2025). Do large language models solve the problems of agent-based modeling? A critical review of generative social simulations. arXiv. https://doi.org/10.48550/arXiv.2504.03274文章批判性审视 LLMs 是否解决了 ABM 的固有问题，对生成式社会模拟的局限性与发展路径进行反思。

Lu, Y., Aleta, A., Du, C., Shi, L., & Moreno, Y. (2024). LLMs and generative agent-based models for complex systems research. Physics of Life Reviews, 51 文章结合 LLMs 与生成式 ABM，探讨其在复杂系统研究中的创新应用及对科学发现的推动作用。

Macal, C. M. (2016). Everything you need to know about agent-based modelling and simulation. Journal of Simulation, 10(2), 144–156. 文章全面介绍 ABM 的核心概念、方法及应用场景，为初学者提供入门级的系统指南。

Sun, Z., Lorscheid, I., Millington, J. D., Lauf, S., Magliocca, N. R., et al. (2016). Simple or complicated agent-based models? A complicated issue. Environmental Modelling & Software, 86, 文章讨论 ABM 设计中 “简单” 与 “复杂” 的权衡问题，分析模型复杂度对模拟结果的影响及实际应用策略。

Zhu, C., Cheng, Y., Zhang, J., Qiu, Y., Xia, S., et al. (2024). Generative Organizational Behavior Simulation using Large Language Model based Autonomous Agents: A Holacracy Perspective. arXiv. https://doi.org/10.48550/arXiv.2408.11826文章从全员自治组织模式（Holacracy）视角出发，探索基于 LLMs 的自主主体在组织行为生成式模拟中的应用

主讲人介绍

高德华，山东工商学院管理科学与工程学院副教授，管理学博士，硕士生导师。中国仿真学会离散系统仿真专业委员会会员、欧洲组织研究学会（EGOS）会员、亚洲社会仿真学会（ASSA）创始会员兼副秘书长。以第一/通讯作者先后在《公共管理学报》、《系统科学学报》、《Computational and Mathematical Organization Theory》、《Journal of Artificial Societies and Social Simulation》等国内外学术期刊和学术会议上公开发表论文30多篇，参与编撰《Oxford Handbook of Agent-based Computational Management Science》（2024）和《Cambridge Handbook of Routine Dynamics》（2021）两部Handbook，主持完成山东省自然科学基金项目2项，参与国家自然科学基金和国家社会科学基金等多项科研课题。

研究方向：计算组织科学、复杂组织决策与智能管理、工业系统工程。