买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉数据空间研究院申请的专利一种基于协同异构进化的多智能体社交模拟系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121094999B 。

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511232454.6，技术领域涉及：G06Q50/00；该发明授权一种基于协同异构进化的多智能体社交模拟系统是由曹燕;余海阳;张佳佳;魏亮;胡家武;潘李伟;马韵洁;魏凌波;杭松;汪雪松;邢靖设计研发完成，并于2025-09-01向国家知识产权局提交的专利申请。

本一种基于协同异构进化的多智能体社交模拟系统在说明书摘要公布了：本发明涉及人工智能与社会计算交叉技术领域，具体地说，涉及一种基于协同异构进化的多智能体社交模拟系统。所述系统包括基于LLM的异构智能体生成模块、社会环境构建模块、智能体交互协同模块以及社会趋势预测模块；所述基于LLM的异构智能体生成模块用于利用大语言模型生成具有差异化特征的智能体群体，并通过结构化提示词模板和参数化配置控制LLM输出，支持批量生成与个性化定制；所述社会环境构建模块用于构建多层动态虚拟社会环境。本发明在确保仿真高准确性的同时，提供了一种高效的多智能体社交仿真解决方案，突破了传统方法在建模真实性与计算效率之间的权衡难题，能够为复杂社交场景下的群体行为分析和社会趋势预测提供高效、可靠的技术支撑。

本发明授权一种基于协同异构进化的多智能体社交模拟系统在权利要求书中公布了：1.一种基于协同异构进化的多智能体社交模拟系统，其特征在于，所述系统包括基于LLM的异构智能体生成模块、社会环境构建模块、智能体交互协同模块以及社会趋势预测模块； 所述基于LLM的异构智能体生成模块用于利用大语言模型生成具有差异化特征的智能体群体，并通过结构化提示词模板和参数化配置控制LLM输出，支持批量生成与个性化定制； 所述基于LLM的异构智能体生成模块利用大语言模型生成具有差异化特征的智能体群体包括：性格特征维度、知识背景维度、行为偏好维度、决策模式维度以及社交网络位置； 所述社会环境构建模块用于构建多层动态虚拟社会环境； 所述智能体交互协同模块用于实现智能体间多模态交互与协同演化，所述智能体交互协同模块实现智能体间多模态交互与协同演化具体包括：语言与情感交互、行为协同与社会学习机制以及认知趋同与群体极化机制； 所述社会趋势预测模块用于基于模拟数据预测社会动态； 所述语言与情感交互的具体实现方式为： 为智能体生成符合其知识背景、个性特征和情感状态的语言表达，并引入基于大语言模型的对话生成函数，定义如下： ； 其中，表示时间t时智能体i对智能体j所发出的消息，表示智能体i的属性内容，包括性格特征、知识背景，为交互主题，是对话上下文信息，表示关系，表示发送者当时的情感状态； 在对话过程中，情绪可以通过情感传染机制在个体间传播，其演化公式如下： ； 其中，为接收者在时刻的情感状态，为交互影响强度系数，是从语言中提取的情感强度函数，为接收者的情绪敏感度； 同时，引入语言适应性调节机制，模拟智能体根据交互对象属性自适应调整语言风格的能力，通过构造动态语言风格映射函数，根据交互对象特征和当前语境，调整语言生成模板： ； 其中，为智能体i在与j的交互中所采用的语言风格；为语言风格选择函数； 所述行为协同与社会学习机制的具体实现方式为： 个体在完成情感表达之后，基于当前认知状态与社会环境做出行为选择，并在交互过程中动态调整其行为策略，行为协同机制通过建模个体的效用最大化决策过程以及模仿学习行为，构建了从个体行为选择到群体策略演化的桥梁； 个体行为决策函数定义如下： ； 其中，表示智能体在时间选择的行为，是可选行为集合，为行为效用函数，衡量行为在当前状态下的预期收益，为外部环境状态，为邻居个体的历史行为观测；为智能体的行为偏好参数； 在个体策略决策过程中，还需判断交互对象之间是倾向于协作还是竞争，协作倾向函数定义如下： ； 其中，为个体间关系强度，为目标相似度，为资源竞争度，,,为个体在网络中的影响权重，当时，个体倾向于选择合作策略，否则转向竞争； 同时引入了社会学习机制，允许智能体观察并模仿其邻居的行为策略，模拟人类社会中的从众效应与意见领袖影响，模仿概率定义如下： ； 其中，为个体模仿倾向参数，为行为成功率，为被模仿者的社会影响力，为行为实施的成本； 所述认知趋同与群体极化机制的具体实现方式为： 个体的信念更新过程采用加权平均模型表示为： ； 其中，为智能体i在时间t对某议题的信念值，为来自个体j的影响力系数，长期交互下，信念趋同现象逐渐显现； 在情感层面，群体整体的情绪状态由如下加权聚合函数表示： ； 其中，为群体情绪中心，为个体在网络中的影响权重； 在社群高度同质、交互频繁、信任高度集中的特定条件下，信念演化表现出极化趋势，该过程可表示为： ； 其中，为群体平均信念值，为极化敏感性，为极化步长。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人数据空间研究院，其通讯地址为：230000 安徽省合肥市高新区柏堰科技园创新大道288号工投高新智谷B区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。