您的位置首页生活百科

AI领域的agent是什么意思?

AI领域的agent是什么意思?

的有关信息介绍如下:

AI领域的agent是什么意思?

今年四月份读了斯坦福Generative Agent的论文,觉得特别好玩,花几天时间实现了这个demo。后来拿着这个demo去参加hackathon,竟然拿了二等奖还帮我赢了1300多刀。

最近提到这个demo,同事表示很有兴趣,于是仔细整理了一下,分享给大家。

代码留在文章最后。

游戏界有一种说法:过去20年的游戏在核心玩法上的创新是缓慢的,绝大多数的创新发生在技术上。

开发者在游戏内提供更大的地图,更精致的画面,庞大的细节。其中的主要目的之一是为玩家提供「沉浸感」。当玩家在游戏世界里得到自己所期望的反馈时,会获得庞大的满足感。

然而,由于技术的限制,过去的创新并没有涉足游戏的一个核心方面:世界与NPC的运行逻辑。

当玩家与世界和NPC的互动超出了规则设定的范畴时,玩家将无法获得反馈,从而产生巨大的落差。游戏界成这种体验为Breaking Immersion。

过去的开发者使出了千方百计来避免玩家产生违和感。

以荒野大镖客2为例,由于R星将immersive作为其开发的首要原则,导致其花费了8年时间,为游戏世界添加了无数的逻辑与细节,整个开发花费近5.4亿刀,可见其难度与成本。

大模型的普及可能改变这一现状

大模型可以为游戏世界的运行与NPC的行为提供逻辑,帮助游戏理解玩家的行为,让游戏世界在可信的状态下稳定运行。由此从根本上提升玩家的沉浸感。

我们把LLM在游戏中的应用分为两部分:

具体来说:

World中包含:

Agent则包括:

为了让ChatGPT理解我们游戏的世界观,我们引入一段Prompt:

为了让NPC和玩家得以与地图上的地点/物品互动,我们需要提供所有物品与地点的描述:

上述Prompts为地图的每个块都提供了文字描述,从而得以让ChatGPT理解地图上的每个地点:

具体的实现里,我们实际上需要为所有的游戏贴图都提供一段文字描述!

首先,我们要让LLM知道他现在正在扮演一个NPC:

接下来,我们设计一系列NPC:

每个NPC的核心在于:

为了让ChatGPT给出定制的对话,我们需要提供的包括:

也就是:general - 世界观,personal - NPC的人格和记忆,current - 当前的游戏进度。

告知ChatGPT本次调用的任务,世界观背景等。

2. personalContent

提供了NPC的个人信息和人格(例如年龄,历史,知识),与NPC的记忆(storySoFar)

3. currentState

当前的游戏时间,角色所在的位置等。

我们为NPC提供一系列可选择的工作,ChatGPT将决定NPC的下一步行动。这里的prompt同样包含了位置,时间,对话历史等信息,但为了简洁暂略去。

2. 把本次对话重点加入历史对话:

这里我们让ChatGPT来判断玩家/NPC的回复是否特别离谱,如果特别离谱则应拒绝正经回答!

其他还有很多细节,很难在这里展示所有的feature,欢迎查看代码。

以上。本人对LLM在游戏中的使用十分乐观,这么简单的demo我乐此不疲的玩了很久。

从技术上来说,这个demo整体的框架还算比较完整,很适合在此基础上删删改改,实验各种agent的方法和prompt等。

此外由于demo是用react实现,这里推荐大家观看2小时的react入门视频,从而无缝上手。

完整的代码参见:

补充:生成式Agent在实用中有个问题,其每次调用都需要提供大量的prompt,从而带来很高的token开销。这里其实需要应用一种prompt的压缩办法来减少开销。如果有条件微调模型,微调后的压缩效率将会更高。Prompt压缩: