Project89: Análisis del marco de agente de IA de próxima generación modular y de alto rendimiento

robot
Generación de resúmenes en curso

Análisis de Project89: un marco modular y de alto rendimiento para la próxima generación de agentes de IA

Project89 ha propuesto un nuevo diseño de marco de agentes, que es un marco de agentes de alto rendimiento orientado al desarrollo de juegos, que ofrece mejores ventajas de modularidad y rendimiento en comparación con las soluciones existentes.

Este artículo analizará en profundidad el diseño del marco de Project89, explorando sus innovaciones en comparación con los marcos de agentes tradicionales.

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

Antecedentes del desarrollador

El fundador de Project89 participó anteriormente en el desarrollo del proyecto Magick, que es un software que utiliza IA para programar. Él fue uno de los desarrolladores principales de este proyecto, ocupando el cuarto lugar. Esto refleja la capacidad técnica del fundador en el campo de la IA.

¿Por qué elegir la arquitectura ECS?

ECS(Entity-Component-System) la arquitectura se utiliza ampliamente en el desarrollo de juegos y sistemas de simulación. Actualmente, los juegos que utilizan la arquitectura ECS incluyen:

  • Juegos de blockchain: Mud, Dojo
  • Juegos tradicionales: Overwatch, Star Citizen, etc.
  • Motores de juego de primer nivel como Unity también están evolucionando hacia ECS.

Componentes centrales de la arquitectura ECS:

  1. Entity( entidad): es solo un ID, no contiene datos ni lógica
  2. Componente(: Almacena datos o estado específicos de la entidad
  3. Sistema(系统): ejecutar la lógica relacionada con ciertos componentes

En ArgOS, cada Agente se considera una Entidad, que puede registrar diferentes componentes, por ejemplo:

  • Componente de Agente: almacenar información básica del Agente
  • Componente de Percepción: Almacena los datos externos percibidos
  • Componente de Memoria: datos de memoria del Agente de almacenamiento
  • Componente de Acción: almacenar los datos de la acción a ejecutar

Ejemplo del flujo de trabajo del sistema:

  1. Sistema de Percepción actualiza los datos percibidos por el Agente
  2. El sistema de memoria persistirá los datos de percepción en la base de datos
  3. Sistema de Acción ejecuta acciones correspondientes según la memoria
  4. Finalmente se obtiene la entidad de agente actualizada

En Project89 existen varios tipos de Agentes, que se pueden ampliar en capacidad añadiendo diferentes componentes, como el Componente de Planificación.

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

Arquitectura del Sistema ArgOS

ArgOS ha diseñado múltiples Componentes y Sistemas para permitir que el Agente ejecute tareas más complejas.

El sistema se divide en tres niveles:

  1. Consciente)CONSCIOUS(sistema

    • Incluye RoomSystem, PerceptionSystem, ExperienceSystem, etc.
    • Frecuencia de actualización alta, como cada 10 segundos
    • Procesar la percepción en tiempo real, el pensamiento y la ejecución de acciones, etc.
  2. SUBCONSCIOUS) sistema

    • Incluyendo GoalPlanningSystem, PlanningSystem
    • Frecuencia de actualización baja, como cada 25 segundos
    • Manejar la generación de objetivos y la planificación, etc.
  3. Inconsciente(UNCONSCIOUS)sistema

    • Actualmente no habilitado
    • Frecuencia de actualización más lenta, como más de 50 segundos

Las relaciones entre los diversos sistemas son complejas e incluyen principalmente:

  • PerceptionSystem: recopilar estímulos del entorno, actualizar al componente Perception
  • ExperienceSystem: convierte la estimulación en experiencia, almacenándola en el componente Memory
  • ThinkingSystem: genera resultados de pensamiento, puede desencadenar nuevas acciones o cambiar la apariencia
  • ActionSystem: ejecutar acciones, actualizar resultados y generar estímulos cognitivos
  • GoalPlanningSystem: evaluar el progreso de los objetivos, generar nuevos objetivos
  • PlanningSystem: Generar un plan de ejecución para el objetivo
  • RoomSystem: Manejo de actualizaciones relacionadas con la habitación
  • CleanupSystem: eliminar entidades inútiles

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

Análisis de la arquitectura general de ArgOS

  1. Arquitectura central en capas

La arquitectura central de ArgOS se divide en varios niveles: componentes, sistema, gestor y tiempo de ejecución.

  1. Clasificación de componentes

Los componentes se pueden clasificar en las siguientes categorías:

  • Clases de identidad central: Agent, PlayerProfile, etc.
  • Clase de comportamiento y estado: Acción, Objetivo, Plan, etc.
  • Percepción y memoria: Perception, Memory, etc.
  • Clase de entorno y espacio: Room, OccupiesRoom, etc.
  • Apariencia e interacción: Appearance, UIState, etc.
  • Auxiliar o mantenimiento: Cleanup, DebugInfo, etc.

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

  1. Arquitectura del sistema

Se ha presentado en detalle anteriormente.

  1. Arquitectura del Gerente

El Manager, como gestor de recursos, ofrece las siguientes funciones:

  • RoomManager: gestionar la información de la habitación
  • StateManager: gestionar el mundo / estado del agente
  • EventBus: publicación y suscripción de eventos
  • ActionManager: gestión de la ejecución de acciones
  • PromptManager: gestión de palabras clave LLM

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

  1. Interacción con la base de datos

Interacción entre ECS y la base de datos a través de StateManager:

  • Cargar datos centrales al iniciar
  • Leer y escribir datos según sea necesario durante la ejecución
  • Realizar la persistencia de manera periódica o impulsada por eventos
  • Guardar todos los datos al salir

Descomponer Project89: un marco de diseño modular y de alto rendimiento para el próximo agente de IA

Puntos innovadores de la arquitectura

  1. Cada sistema funciona de manera independiente, sin relaciones de llamada mutua, logrando un alto desacoplamiento.

  2. Fácil de expandir y recortar, se pueden agregar o quitar Componentes y Sistemas según sea necesario.

  3. El rendimiento es superior al de las arquitecturas orientadas a objetos tradicionales, siendo más adecuado para el procesamiento concurrente.

  4. Se divide el Sistema en niveles de conciencia, logrando una programación de ejecución a diferentes frecuencias.

En general, Project89 ofrece un marco de Agente altamente modular, con un excelente rendimiento y un diseño refinado, proporcionando nuevas opciones de arquitectura para el desarrollo de juegos y equipos de DeAI.

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

AGENT2.14%
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
  • Compartir
Comentar
0/400
NFTragedyvip
· hace22h
Aburrido, gadget de técnico
Ver originalesResponder0
StakeTillRetirevip
· hace22h
¿Vuelves a engañar a los capitales, verdad?
Ver originalesResponder0
CodeSmellHuntervip
· hace22h
De verdad, es como quitarse los pantalones y soltar ECS.
Ver originalesResponder0
TokenomicsTherapistvip
· hace22h
alcista哇 comienzo a esperar las aplicaciones posteriores
Ver originalesResponder0
RugpullTherapistvip
· hace22h
El módulo de juego lo entendimos desde hace tiempo.
Ver originalesResponder0
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)