一战、二战情景复现？AI Agent 成功还原多场人类战争，为理解历史事件提供新工具

原文来源：学术头条

图片来源：由无界 AI生成

我们能否在历史的十字路口避免战争？在人类历史上，个人、学者、决策者和组织一直在追问这个问题。

如今，AI Agent 试图模拟人类复杂行为，还原历史大战场景，来回答这一问题。

日前，由美国罗格斯大学和密西根大学研究团队提出的 AI Agent——WarAgent 便成功模拟了包括第一次世界大战、第二次世界大战和中国古代战国时期战争在内的历史重大国际冲突。

据论文描述，WarAgent 证明了其作为了解国际冲突动态的工具的可靠性，充分展示了基于大型语言模型 （LLMs）的多智能体 AI 系统在原型设计和分析复杂人类行为方面的优越能力。实验证明，即使是最微小的触发事件，也可能演变成类似于冷战的局势，突显了战争的不可避免性。

相关研究论文以“War and Peace (WarAgent): Large LanguageModel-based Multi-Agent Simulation of World Wars”为题，已发表在预印本网站 arXiv 上。

研究结果提供了基于数据和 AI 增强的见解，有望重新定义人们对冲突解决和维和战略的理解。这一发现不仅仅是历史分析的延伸，更提供了一种通过 AI 理解人类历史、预防未来国际冲突的蓝图。

智能体的独特机制

大型语言模型（LLMs）能够模拟虚拟的城市街景、探险游戏中的角色互动，以及智能解决复杂的任务。

然而，这项技术的发展并未止步于此，最新的智能体系统 WarAgent 不仅在模拟复杂行为方面取得了巨大进展，而且成功还原了历史大战的场景。

WarAgent 建立在四个基础构件之上：Country agents、Secretary agents、Board 和 Stick。

Country agents 代表各个国家，每个国家都拥有独特的国家概况。它们通过在预定的行动范围内生成行动来应对各种情况，这些行动受到结构化提示的指导。这些提示有助于智能体在复杂的国际关系中根据联盟、敌对关系和战略考虑做出决策。

Secretary agents 负责促进 Country agents 与系统之间的互动，它们在管理 Country agents之间的信息和提案流动方面发挥着关键作用。

Board 充当一个动态平台，记录和展示每个模拟回合中正在进行的关系动态。它负责追踪国际关系，其中包括战争宣言和军事联盟，确保代理的决策基于最新的信息。

Stick 充当每个国家内部记录系统的角色，代表了该国的国内法规。它有助于确保该国智能体的行动符合预先定义的协议和标准。

图｜Board 和 Stick 设计（来源：该论文）

据论文描述，WarAgent 系统的核心在于其独特的 Agent-Secretary interaction 和 Agent-Agent interaction 机制。在这个系统中，每个国家都由一个 AI 智能体表示，这些智能体根据历史资料和当前的国际关系生成行动和决策。

Secretary agents 在此过程中起到了桥梁的作用，它们调整 Country agents 的提案，确保行动的连贯性和可行性。与此同时， Country agents 之间的直接互动则完全基于历史事件的触发，这些互动展现了国际关系的复杂性和动态变化。

图｜Agent interaction 设计 (a) WarAgent 架构 (b) Agent-Secretary interaction (c)

Agent-Agent interaction （来源：该论文）

此外，WarAgent 的模拟框架采用回合制设计，每个回合中，Country agents 根据结构化的环境进行决策和行动。这种设计不仅使模拟更加真实，还为研究者提供了一个独特的视角，从而探索历史事件的多种可能性。

研究团队通过一系列的研究问题和实验来测试 WarAgent 的有效性。这些实验不仅验证了模拟系统的可靠性，还揭示了即使是微小的触发事件也可能导致类似冷战的局势，强调了在特定情况下战争的不可避免性。

意义远远超越 WarAgent 系统本身