Project89: Marco de agente AI de próxima generación modular y de alto rendimiento

Deconstrucción de Project89: un diseño de marco de agente de IA de próxima generación, modular y de alto rendimiento

Project89 ha adoptado una nueva forma de diseñar el Marco de Agentes, que es un marco de agentes de alto rendimiento para el desarrollo de juegos, más modular y con mejor rendimiento en comparación con los marcos de agentes utilizados actualmente.

Este artículo presentará en detalle el marco de agentes de alto rendimiento en Project89.

Deconstruyendo Project89: un diseño de marco modular y de alto rendimiento para agentes de IA de próxima generación

I. ¿Por qué usar ECS para diseñar un marco de agentes?

ECS (Entity-Component-System) es un patrón de arquitectura comúnmente utilizado en el desarrollo de juegos y sistemas de simulación. Separa completamente los datos de la lógica, para gestionar de manera eficiente diversas entidades y su comportamiento en escenarios de gran escala y escalables.

  1. Entity( entidad): es simplemente un ID( número o cadena), que no contiene ningún dato o lógica. Se pueden montar diferentes componentes según sea necesario para otorgarle varias propiedades o capacidades.

  2. Componente(: Se utiliza para almacenar los datos o el estado específico de una entidad.

  3. Sistema(系统): responsable de ejecutar la lógica relacionada con ciertos componentes.

Para entender este sistema con un ejemplo concreto de la acción de un Agente: en ArgOS, cada Agente se considera una Entidad, puede registrar diferentes componentes, por ejemplo:

  • Componente del Agente: Principalmente almacena información básica como el nombre del Agente, el nombre del modelo, etc.
  • Componente de Percepción: principal utilizado para almacenar datos externos percibidos
  • Componente de Memoria: Principalmente utilizado para almacenar los datos de Memoria de la Entidad Agente, similar a las cosas que se han hecho.
  • Componente de Acción: Principalmente almacena los datos de la Acción a ejecutar.

Flujo de trabajo del sistema:

  1. Percibir que hay un arma delante de uno, llamar a la función de ejecución del Perception System para actualizar los datos en el Perception Component de la Agent Entity.

  2. Activar el Sistema de Memoria, mientras se llama al Componente de Percepción y al Componente de Memoria, almacenar los datos percibidos en la base de datos a través de la Memoria.

  3. El sistema de acción vuelve a invocar el componente de memoria y el componente de acción, obtiene información sobre el entorno circundante de la memoria y luego ejecuta la acción correspondiente.

  4. Obtener una entidad de agente actualizada en la que se hayan actualizado los datos de cada componente.

Por lo tanto, el System es principalmente responsable de definir qué Component debe ejecutar la lógica de procesamiento correspondiente.

En Project89, un mundo lleno de diversos tipos de Agentes, algunos Agentes no solo poseen habilidades básicas, sino también la capacidad de planificar.

![Deconstrucción del Project89: un diseño de marco de agente de IA de próxima generación modular y de alto rendimiento])https://img-cdn.gateio.im/webp-social/moments-4cd7ca20f2967b9025411d9985f64831.webp(

Dos, arquitectura del sistema ArgOS

En ArgOS, se han diseñado muchos Componentes y muchos Sistemas para permitir que el Agente pueda llevar a cabo un pensamiento más profundo y ejecutar tareas más complejas.

ArgOS divide el System en "tres niveles" )Nivel de Conciencia (:

  1. Consciente)CONSCIOUS(sistema

    • Incluye RoomSystem, PerceptionSystem, ExperienceSystem, ThinkingSystem, ActionSystem, CleanupSystem
    • La frecuencia de actualización suele ser alta ), como cada 10 segundos (
    • Un procesamiento más cercano a los niveles de "tiempo real" o "consciente", como la percepción ambiental, el pensamiento en tiempo real, la ejecución de acciones, etc.
  2. SUBCONSCIOUS) sistema

    • GoalPlanningSystem, PlanningSystem
    • La frecuencia de actualización es relativamente baja(, como cada 25 segundos)
    • Procesar la lógica de "pensamiento", como la verificación/ generación periódica de objetivos y planes
  3. Inconsciente(UNCONSCIOUS)sistema

    • Actualmente no está habilitado temporalmente.
    • Frecuencia de actualización más lenta( como más de 50 segundos)

Las relaciones entre los diferentes sistemas en ArgOS son extremadamente complejas, e incluyen principalmente:

  1. PerceptionSystem: Se encarga de recoger "estímulos" (stimuli) del exterior o de otras entidades y actualizarlos en el componente Perception del agente (Agent).

  2. ExperienceSystem: convierte los Estímulos recopilados por el PerceptionSystem en una "experiencia" más abstracta (Experience).

  3. ThinkingSystem: El sistema de "pensamiento" del agente. Extrae el estado actual de componentes como Memory y Perception, genera Thought(...) y produce "resultados de pensamiento" a través de LLM/lógica de reglas, en forma de ThoughtResult(.

  4. ActionSystem: Si el Action.pendingAction de un Agent no está vacío, entonces se ejecuta realmente la acción a través de runtime.getActionManager)(.executeAction)...(.

  5. GoalPlanningSystem: Evaluar periódicamente el progreso de los objetivos en la lista Goal.current), o comprobar si ha habido cambios significativos en la memoria externa/propia.

  6. PlanningSystem: Generar o actualizar Plan( para "Objetivo existente")Goal.current[eid]( ejecución del plan[eid].

  7. RoomSystem: Maneja las actualizaciones relacionadas con la habitación )Room(.

  8. CleanupSystem: Busca y elimina regularmente las entidades marcadas con el componente Cleanup.

A través de la conexión de estos sistemas, el Agente AI logra: Percepción del cambio ambiental ) → Registro o transformación en experiencia interna ( → Pensamiento y toma de decisiones ) → Acción ( → Ajuste dinámico de objetivos y planes ) → Sincronización con el entorno ( → Recuperación oportuna de entidades inútiles )

Deconstrucción de Project89: un diseño de marco de agente AI de próxima generación modular y de alto rendimiento

Tres, Análisis de la arquitectura general de ArgOS

  1. Arquitectura de núcleo en capas

Deconstrucción de Project89: un diseño de marco de agentes de IA de próxima generación modular y de alto rendimiento

  1. Componente ( Component ) categoría
    • Clase de identidad central
    • Clase de comportamiento y estado
    • Percepción y memoria
    • Clase de ambiente y espacio
    • Apariencia e interacción
    • Clases de soporte o mantenimiento

Deconstrucción de Project89: un diseño de marco de agente AI de próxima generación modular y de alto rendimiento

  1. Arquitectura del sistema

Deconstrucción del Project89: un diseño de marco de agente AI de próxima generación modular y de alto rendimiento

  1. Estructura del Gerente Incluyendo EventBus, RoomManager, StateManager, EventManager, ActionManager, PromptManager, etc.

Deconstrucción de Project89: un diseño de marco de agente AI de próxima generación modular y de alto rendimiento

  1. Interacción con la base de datos Completar a través de StateManager/PersistenceManager

Descomponer Project89: un diseño de marco de agente AI de próxima generación, modular y de alto rendimiento

Cuatro, Puntos de Innovación en la Arquitectura

  • Cada System funciona de forma independiente, no hay relación de llamada entre otros System.
  • Se puede aumentar o disminuir fácilmente la capacidad del Agente
  • El rendimiento es más fuerte que en las arquitecturas orientadas a objetos tradicionales
  • Dividir el Sistema en consciente, inconsciente y no consciente es un diseño extremadamente innovador.

Deconstrucción de Project89: un diseño de marco de agente AI de próxima generación modular y de alto rendimiento

En general, este es un marco extremadamente modular, de alto rendimiento, con una calidad de código muy alta y que incluye una buena documentación de diseño. Ofrece a los equipos de juegos o a los equipos de Defai una nueva opción de arquitectura potencial.

Deconstrucción del Project89: un diseño de marco de Agente AI de próxima generación modular y de alto rendimiento

Deconstrucción de Project89: un diseño de marco de agente AI de próxima generación modular y de alto rendimiento

AGENT2.33%
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
  • Recompensa
  • 5
  • Republicar
  • Compartir
Comentar
0/400
DecentralizeMevip
· 08-13 19:40
¿Quién puede manejar un rendimiento tan fuerte?
Ver originalesResponder0
quietly_stakingvip
· 08-13 05:52
Esto se ve muy poderoso
Ver originalesResponder0
ContractCollectorvip
· 08-10 20:17
El juego modular es bastante complicado.
Ver originalesResponder0
CommunityJanitorvip
· 08-10 20:07
La modularidad modular puede golpear al jefe pero no puede pelear, eso no sirve de nada.
Ver originalesResponder0
RugResistantvip
· 08-10 20:01
hmm se detectaron problemas de seguridad potenciales... necesita una auditoría de código exhaustiva, para ser sincero
Ver originalesResponder0
  • Anclado
Opere con criptomonedas en cualquier momento y lugar
qrCode
Escanee para descargar la aplicación Gate
Comunidad
Español
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)