您的位置首页 >人工智能 >

大语言模型人类行为模拟与决策方法综述解读

这篇 arXiv 综述《A Survey of LLM Human Behavior Simulation and Decision-Making Methods》系统梳理了利用大模型复刻人类行为、完成决策任务的整套技术路线,它先点明当前该方向的核心痛点,也就是真实人的思考逻辑、偏好、非理性偏差很难直接用 LLM 还原,很多模拟结果容易出现过度理性、脱离真人行为的问题;接着整理了现有研究里主流的建模思路、数据集、评测方案,同时对比不同方案的优缺点,还划定了应用边界;整篇文章先把人类行为拆解成偏好表达、推理判断、交互响应、风险决策这些基础单元,再介绍怎么给大模型增加记忆模块、人格设定、反馈校准机制来对齐真人行为模式,之后给出评测指标用来检验模拟效果,最后指出当前局限以及未来发展方向,整体给想要做 LLM 仿真智能体、人机博弈、群体行为模拟的研究者搭好了完整的文献框架。

一、核心研究对象与概念定义

  • LLM 人类行为模拟:依托大语言模型,复现普通人或者特定角色的思考习惯、表达风格、选择偏好,不只是输出合理文本,还要复刻人类常有的偏见、犹豫、短视这类非理性特征。
  • LLM 决策制定方法:让大模型在不确定信息、多目标冲突、存在风险的场景下,做出贴近人类选择的决策,区别于追求最优解的纯算法决策。

二、主流技术方案清单

  1. 提示工程驱动方案
  2. 外部记忆与状态增强方案
  3. 偏好微调与对齐方案
  4. 后处理校准方案

直接通过角色 prompt、历史上下文、行为示例约束大模型,低成本快速搭建仿真智能体,缺点是稳定性差,换个提问句式行为就容易跑偏。

给 LLM 外挂短期记忆、长期记忆、用户画像库,持续记录交互历史,维持行为一致性,适合长时序、多轮交互类行为模拟。

使用人类决策轨迹数据集做 SFT 或者 RLHF 微调,让模型分布贴近真实人的选择分布,成本更高,对高质量行为数据依赖强。

模型先输出初步决策,再用独立打分器、行为偏差矫正模块修正结果,补上人类非理性行为特征。

三、常用评测维度

评测维度说明
行为一致性多次相同条件下,模型输出的选择是否和真人一样稳定
决策偏差相似度是否复现人类经典认知偏差(损失厌恶、锚定效应等)
自然交互相似度对话、表达风格是否符合目标人群特征
群体涌现效果多个 LLM 智能体交互之后,能不能复现群体行为现象

四、现有研究局限

  1. 大部分模拟只能在简单场景生效,复杂动态环境下泛化能力弱;
  2. 高质量人类决策轨迹数据集稀缺,标注成本高;
  3. 很难平衡可控性和真实性,限制越严格,行为越僵硬;
  4. 伦理风险突出,仿真出来的类人智能体容易被用于虚假信息生成、舆论仿真。

五、潜在落地场景

  • 社会科学仿真实验:低成本做人群决策、舆论演化模拟
  • 数字人、NPC 智能体:游戏、元宇宙里更贴近真人的交互角色
  • 政策预演:模拟不同人群面对政策的选择反馈
  • 人机协同决策辅助:预判人类决策者可能的选择倾向

【相关 FAQ】

问题 1:LLM 人类行为模拟与决策方法综述主要解决什么问题?

回答 1:这篇 LLM 人类行为模拟与决策方法综述主要解决大模型输出过于理性、无法还原人类真实决策偏差与行为习惯的问题,汇总各类建模、校准、评测技术,给相关仿真智能体研究提供参考框架。

问题 2:LLM 人类行为模拟与决策方法里,提示工程方案有什么优势和短板?

回答 2:在 LLM 人类行为模拟与决策方法中,提示工程方案上手快、不需要额外训练,但是鲁棒性不足,容易受措辞干扰,很难长期稳定保持一致的类人行为。

问题 3:LLM 人类行为模拟与决策方法一般会从哪些角度做效果评估?

回答 3:LLM 人类行为模拟与决策方法通常从行为一致性、认知偏差相似度、交互自然度、群体涌现效果几个维度评估,判断模型仿真结果和真实人类行为的贴近程度。

【参考资料】

[2026-11-05](A Survey of LLM Human Behavior Simulation and Decision-Making Methods)arXiv

[2026-09-12](Large Language Model Agents for Human Behavior Simulation)arXiv

[2026-07-28](A Review on Human-like Decision Making with LLMs)arXiv

【免责声明】

本文内容基于 arXiv 综述论文公开信息整理,仅做学术科普解读,不构成技术落地指导、商业应用建议;相关 LLM 人类行为模拟与决策技术存在伦理、安全风险,开展相关研究与开发需要遵守国内法律法规与伦理规范;综述原文观点以 arXiv 原始论文为准,本文解读存在理解偏差的可能性。

今日大家都在搜的词: