Analisis Project89: Kerangka AI Agent generasi berikutnya yang modular dan berkinerja tinggi
Project89 mengadopsi cara baru dalam merancang kerangka Agent, yang merupakan kerangka Agent berkinerja tinggi untuk pengembangan game, lebih modular dan memiliki kinerja yang lebih baik dibandingkan dengan kerangka Agent yang saat ini digunakan.
Artikel ini akan menjelaskan secara rinci kerangka kerja Agent ArgOS berkinerja tinggi di Project89.
I. Mengapa menggunakan ECS untuk merancang kerangka Agen
ECS(Entity-Component-System) adalah pola arsitektur yang umum digunakan dalam pengembangan game dan sistem simulasi. Ia memisahkan data dan logika secara menyeluruh, agar dapat mengelola berbagai entitas dan perilakunya secara efisien dalam skenario yang besar dan dapat diperluas.
Entity( Entitas): Hanya sekedar sebuah ID, tidak mengandung data atau logika apapun.
Komponen( komponen): digunakan untuk menyimpan data atau status spesifik entitas.
Sistem(系统): bertanggung jawab untuk mengeksekusi logika yang terkait dengan beberapa komponen.
Di ArgOS, setiap Agen dipandang sebagai sebuah Entitas, dapat mendaftar berbagai komponen, seperti:
Komponen Agen: menyimpan nama Agen, nama model, dan informasi dasar lainnya
Komponen Persepsi: menyimpan data eksternal yang terdeteksi
Komponen Memori: menyimpan data memori Agent
Komponen Aksi: Menyimpan data Aksi yang akan dieksekusi
Alur kerja Sistem:
Sistem Persepsi memperbarui data persepsi
Sistem Memori akan mempersistenkan data persepsi ke dalam basis data
Sistem Aksi Menjalankan Aksi Berdasarkan Memori
Akhirnya mendapatkan Entitas Agen yang diperbarui
Dua, Arsitektur ArgOS System
ArgOS merancang berbagai Komponen dan Sistem, membagi Sistem menjadi tiga tingkat (TingkatKesadaran):
Kesadaran ( SISTEM KESADARAN ): frekuensi pembaruan tinggi, dijalankan setiap 10 detik.
Subconscious (SUBCONSCIOUS) Sistem: frekuensi pembaruan rendah, dieksekusi setiap 25 detik
Tidak Sadar(TIDAK SADAR)Sistem: frekuensi pembaruan paling lambat, dijalankan sekali setiap lebih dari 50 detik
Sistem utama mencakup:
PerceptionSystem: Mengumpulkan rangsangan dari luar dan memperbarui ke komponen Perception
ExperienceSystem: Mengubah rangsangan menjadi pengalaman abstrak dan menyimpannya
ThinkingSystem: melakukan pemikiran dan menghasilkan hasil pemikiran
ActionSystem: Melaksanakan Tindakan
GoalPlanningSystem: mengevaluasi kemajuan tujuan dan menghasilkan tujuan baru
PlanningSystem: Menghasilkan rencana eksekusi untuk tujuan
RoomSystem: menangani pembaruan terkait ruangan
CleanupSystem: Menghapus entitas yang tidak berguna
Kategori Perilaku dan Status: Tindakan, Tujuan, Rencana, dll.
Persepsi dan Memori: Persepsi, Memori, dll.
Kategori Lingkungan dan Ruang: Room, OccupiesRoom, dll.
Tampilan dan interaksi: Appearance, UIState, dll.
Kategori dukungan atau operasional: Cleanup, DebugInfo, dll.
Struktur Manajer:
EventBus: penerbitan dan langganan kejadian
RoomManager: Mengelola tata letak ruangan
StateManager:ECS dan sinkronisasi database
ActionManager: mengelola eksekusi tindakan
PromptManager: Pengelolaan Prompt LLM
Interaksi dengan basis data:
Memuat dan menyimpan data melalui StateManager
Melakukan persistensi secara berkala atau berdasarkan peristiwa
Simpan status saat keluar
Empat, Inovasi Arsitektur
Setiap Sistem berjalan secara independen, tanpa hubungan pemanggilan, mudah untuk diperluas
Desain modular, dapat mengkonfigurasi kemampuan Agen secara fleksibel
Arsitektur ECS memiliki kinerja yang sangat baik, cocok untuk skenario yang kompleks
Membagi Sistem menjadi tingkat kesadaran, mensimulasikan proses kognisi manusia
Secara keseluruhan, ArgOS adalah kerangka kerja Agen yang modulernya, berkinerja tinggi, dan mudah diperluas, yang menyediakan pilihan arsitektur baru untuk pengembangan game dan sistem Agen AI.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
13 Suka
Hadiah
13
3
Bagikan
Komentar
0/400
CryptoTarotReader
· 15jam yang lalu
Model besar semua bersaing, siapa yang menang dianggap miliknya.
Project89: Analisis Kerangka AI Agent Performa Tinggi Modular
Analisis Project89: Kerangka AI Agent generasi berikutnya yang modular dan berkinerja tinggi
Project89 mengadopsi cara baru dalam merancang kerangka Agent, yang merupakan kerangka Agent berkinerja tinggi untuk pengembangan game, lebih modular dan memiliki kinerja yang lebih baik dibandingkan dengan kerangka Agent yang saat ini digunakan.
Artikel ini akan menjelaskan secara rinci kerangka kerja Agent ArgOS berkinerja tinggi di Project89.
I. Mengapa menggunakan ECS untuk merancang kerangka Agen
ECS(Entity-Component-System) adalah pola arsitektur yang umum digunakan dalam pengembangan game dan sistem simulasi. Ia memisahkan data dan logika secara menyeluruh, agar dapat mengelola berbagai entitas dan perilakunya secara efisien dalam skenario yang besar dan dapat diperluas.
Di ArgOS, setiap Agen dipandang sebagai sebuah Entitas, dapat mendaftar berbagai komponen, seperti:
Alur kerja Sistem:
Dua, Arsitektur ArgOS System
ArgOS merancang berbagai Komponen dan Sistem, membagi Sistem menjadi tiga tingkat (TingkatKesadaran):
Sistem utama mencakup:
Tiga, Analisis Arsitektur Keseluruhan ArgOS
Lapisan arsitektur inti: Entity-Component-System
Klasifikasi Komponen:
Struktur Manajer:
Interaksi dengan basis data:
Empat, Inovasi Arsitektur
Secara keseluruhan, ArgOS adalah kerangka kerja Agen yang modulernya, berkinerja tinggi, dan mudah diperluas, yang menyediakan pilihan arsitektur baru untuk pengembangan game dan sistem Agen AI.