본 논문은 다중 에이전트 군중 시뮬레이션(multi-agent crowd simulation) 내에서 언어 모델(language models)의 행동을 연구하며, 서로를 인지하고 평가하는 에이전트들 사이에서 정서(affect)가 어떻게 전파되는지에 초점을 맞춥니다. 각 에이전트는 시각적, 청각적, 촉각적 채널을 통해 이웃을 인지하며, 프롬프트된 성격 프로필(personality profile), 기억, 현재의 정서 상태(affective state), 그리고 상황적 맥락을 바탕으로 이러한 인지 내용을 평가(appraisal)합니다. 평가는 LLM에 의해 수행되며, LLM은 에이전트의 내부 정서 상태를 업데이트하고 외부 표현(outward expression)을 선택합니다. 이 아키텍처에는 에이전트 간에 정서 상태를 직접 전달하기 위한 수동 작성된 메커니즘(hand-authored mechanism)이 포함되어 있지 않습니다. 대신, 에이전트 간의 영향력은 인지-평가-표현(perception-appraisal-expression) 루프를 통해 발생합니다. 에이전트 표현은 Big Five 성격 모델과 Russell의 정서 원형 모델(circumplex model of affect)을 활용합니다. 지연 시간(latency)을 제한하기 위해, 저수준의 조향(steering) 및 내비게이션은 LLM 기반 인지 계층과 독립적으로 작동하는 전통적인 군중 시뮬레이터(crowd simulator)에 의해 처리됩니다. 우리는 다양한 공간 배치에서 경보(alarming), 즐거움(joyful), 중립(neutral) 상황을 아우르는 5가지 시나리오 환경을 통해 아키텍처를 평가합니다. 결과에 따르면, 시스템은 희소하고 작은 군중 내에서 공간적, 시간적, 성격 의존적 구조를 가진 정서 전염(emotional contagion) 역학을 생성합니다. 경보는 씨앗 에이전트(seeded agents)로부터 이동하는 전선(traveling front)처럼 퍼져 나가며, 평균 경보 비율은 0이 아닌 고원(plateau) 상태로 수렴합니다. 또한 프롬프트된 성격 프로필의 분포는 모호한 경보가 공황(panic)을 유발할지 여부와 도발이 분노(anger)로 해석될지 혹은 공포(fear)로 해석될지를 결정합니다. 우리는 더 나아가 프롬프트 변형, 샘플링 온도(sampling temperatures), 그리고 4가지 모델 백엔드(model backends)에 걸친 통제된 실험을 통해 평가 단계를 평가하였으며, 이러한 역학이 백엔드에 의존적임을 보여줍니다.