2026年4月8日下午，香港科技大学张晓炜教授应邀开展学术讲座，在经管楼A401会议室带来题为《Optimizing Service Operations via LLM-Powered Multi-Agent Simulation》的精彩报告。本次讲座由东南大学李四杰教授主持。

报告围绕服务系统设计中的核心挑战展开，即参与者对设计决策的行为响应具有高度复杂性，传统建模方法难以准确刻画。针对这一问题，张教授提出了一种基于大语言模型的多智能体仿真框架（LLM-MAS），用于优化服务运作决策。在该框架中，服务设计变量被嵌入到提示中，从而影响由多个LLM智能体交互生成的结果分布，并将这一过程建模为具有决策依赖不确定性的随机优化问题。

随后，张教授详细介绍了方法论上的关键创新：通过在提示中嵌入关键数值信息，并从生成文本中提取结构化数据，将系统动态刻画为一个受控马尔可夫链。在此基础上，提出了一种“在轨学习”（on-trajectory learning）算法，可在单次仿真过程中同时完成零阶梯度估计与设计参数更新，从而实现稳态性能优化。此外，方法还结合了多种方差降低技术，以提升算法效率与稳定性。

在应用层面，张教授以可持续供应链为例，展示了该方法在复杂系统优化中的优越表现。实验结果表明，该框架显著优于传统黑箱优化方法，以及将大语言模型简单用作数值求解器或角色扮演工具的基准方法。同时，在基于真实行为数据的竞赛机制设计案例中，LLM-MAS不仅能够作为低成本评估工具对已有方案进行验证，还具备探索能力，能够发现传统方法难以识别的优质设计方案。

报告最后，张教授总结了LLM驱动仿真在运作管理领域的潜力，并展望了其在复杂服务系统设计中的广泛应用前景。整场讲座内容前沿且富有启发性，引发了在场师生的热烈讨论与深入交流。