Деконструкция Project89: Модульный, высокопроизводительный фреймворк следующего поколения для AI-агентов
Project89 использует совершенно новый подход к проектированию Agent Framework, который является высокопроизводительным Agent Framework для разработки игр, более модульным и с лучшей производительностью по сравнению с текущими используемыми Agent Framework.
В этой статье подробно介绍ется высокопроизводительный агентский фреймворк Project89.
Один. Почему стоит использовать ECS для проектирования Agent Framework
ECS (Entity-Component-System) - это широко используемая архитектурная модель в разработке игр и моделировании систем. Она полностью отделяет данные от логики, чтобы эффективно управлять различными сущностями и их поведением в масштабируемых сценариях.
Entity(实体): это всего лишь ID(, число или строка), не содержащие никаких данных или логики. В зависимости от потребностей, можно подключать различные компоненты, чтобы наделить его различными свойствами или способностями.
Компонент(: используется для хранения конкретных данных или состояния сущности.
Система（系统): отвечает за выполнение логики, связанной с некоторыми компонентами.
Чтобы понять эту систему на примере конкретного действия агента: в ArgOS каждый агент рассматривается как сущность, которая может регистрировать различные компоненты, например:
Компонент агента: основная информация, такая как название агента, имя модели и т.д.
Элемент восприятия: используется в основном для хранения воспринимаемых внешних данных
Компонент памяти: используется в основном для хранения данных памяти сущности агента, подобных сделанным вещам и т. д.
Компонент действия: основное хранилище данных действий, которые необходимо выполнить
Рабочий процесс системы:
Осознавая, что перед ним есть оружие, вызовите функцию выполнения Perception System для обновления данных в компоненте восприятия Agent Entity.
Активировать Memory System, одновременно вызывая Perception Component и Memory Component, чтобы сохранить воспринятые данные в базе данных через Memory.
Система действий снова вызывает Компонент памяти и Компонент действий, чтобы получить информацию о окружающей среде из памяти, а затем выполнить соответствующее действие.
Получить обновленный агент, данные каждого компонента которого были обновлены.
Таким образом, System в основном отвечает за определение, какие компоненты должны обрабатывать соответствующую логику.
В Project89 мир наполнен различными типами Агентов, некоторые из которых обладают не только базовыми способностями, но и способностью к планированию.
![Деконструкция Project89: модульный, высокопроизводительный фреймворк следующего поколения для AI-агентов])https://img-cdn.gateio.im/webp-social/moments-4cd7ca20f2967b9025411d9985f64831.webp(
II. Архитектура системы ArgOS
В ArgOS для того, чтобы агент мог глубже мыслить и выполнять более сложные задачи, разработано множество компонентов и систем.
В ArgOS система разделена на "три уровня")УровеньСознания(:
Осознанность)СИСТЕМА(
Включает в себя RoomSystem, PerceptionSystem, ExperienceSystem, ThinkingSystem, ActionSystem и CleanupSystem
Частота обновлений обычно высокая), например, каждые 10 секунд(
Более близкое к обработке на уровне "реального времени" или "осознанности", такое как восприятие окружающей среды, мышление в реальном времени, выполнение действий и т.д.
Подсознание)СИСТЕМА
СистемаПланированияЦелей, ПланировочнаяСистема
Частота обновления относительно низкая (, например, каждые 25 секунд )
Обработка логики "размышлений", таких как периодическая проверка/генерация целей и планов
Бессознательный(UNCONSCIOUS)система
В настоящее время еще не активировано
Частота обновления медленнее (, например, более 50 секунд )
Отношения между различными системами в ArgOS крайне сложны и в основном включают:
PerceptionSystem: отвечает за сбор "стимулов" (stimuli) из внешней среды или от других сущностей и обновляет их в компоненте восприятия агента (Agent).
ExperienceSystem: Преобразует стимулы, собранные PerceptionSystem, в более абстрактные "опыты" (Experience).
ThinkingSystem: Система "мышления" самого агента. Извлечение текущего состояния из компонентов Memory, Perception и т.д., через generateThought(...) с помощью LLM/логики правил для генерации "результата мышления"(ThoughtResult).
ActionSystem: Если Action.pendingAction какого-либо Агента не пуст, то для фактического выполнения действия используется runtime.getActionManager().executeAction(...).
GoalPlanningSystem: Периодически оценивайте прогресс целей в списке Goal.current( или проверяйте, произошли ли значительные изменения в внешней/собственной памяти.
PlanningSystem: Создать или обновить Plan) для "существующей цели" [eid]Goal.current([eid] выполнения плана).
RoomSystem: Обработка обновлений, связанных с комнатой (Room).
CleanupSystem: Регулярно находить и удалять сущности, помеченные компонентом Cleanup.
С помощью интеграции этих систем AI Agent достигает: восприятия изменений окружающей среды ( Восприятие ) → записи или преобразования в внутренний опыт ( Опыт ) → саморефлексии и принятия решений ( Мыслительный процесс ) → действия ( Действие ) → динамической корректировки целей и планов ( Планирование целей + Планирование ) → синхронизации с окружающей средой ( Комната ) → своевременного удаления ненужных сущностей ( Уборка )
Три, Анализ общей архитектуры ArgOS
Ярусная архитектура ядра
Компонент (Component) категория
Основные идентификационные классы
Поведение и состояние
Восприятие и память
Экологические и пространственные классы
Внешний вид и взаимодействие
Вспомогательные или эксплуатационные классы
Архитектура системы
Архитектура менеджера
В том числе EventBus, RoomManager, StateManager, EventManager, ActionManager, PromptManager и т.д
Взаимодействие с базой данных
Это делается с помощью StateManager/PersistenceManager
Четыре, инновационные моменты архитектуры
Каждая система работает независимо и не имеет взаимосвязи с другими системами.
Можно легко увеличить или уменьшить способности агента
Производительность лучше, чем у традиционной объектно-ориентированной архитектуры
Деление Системы на сознательное, подсознательное и бессознательное является крайне инновационным дизайном
В общем, это крайне модульная и высокопроизводительная структура, качество кода очень высоко и она содержит отличную документацию по дизайну. Это предоставляет игровым командам или командам Defai новый потенциальный выбор архитектуры.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
8 Лайков
Награда
8
5
Репост
Поделиться
комментарий
0/400
DecentralizeMe
· 08-13 19:40
При такой мощной производительности кто еще сможет с этим справиться?
Посмотреть ОригиналОтветить0
quietly_staking
· 08-13 05:52
Это выглядит мощно
Посмотреть ОригиналОтветить0
ContractCollector
· 08-10 20:17
Модульная игра довольно интересная.
Посмотреть ОригиналОтветить0
CommunityJanitor
· 08-10 20:07
Модульный модульный Можно бить боссов, но не драться, это не бесполезно.
Посмотреть ОригиналОтветить0
RugResistant
· 08-10 20:01
хмм, обнаружены потенциальные проблемы с безопасностью... требуется тщательный аудит кода, если честно
Project89: Модульная высокопроизводительная платформа следующего поколения для AI-агентов
Деконструкция Project89: Модульный, высокопроизводительный фреймворк следующего поколения для AI-агентов
Project89 использует совершенно новый подход к проектированию Agent Framework, который является высокопроизводительным Agent Framework для разработки игр, более модульным и с лучшей производительностью по сравнению с текущими используемыми Agent Framework.
В этой статье подробно介绍ется высокопроизводительный агентский фреймворк Project89.
Один. Почему стоит использовать ECS для проектирования Agent Framework
ECS (Entity-Component-System) - это широко используемая архитектурная модель в разработке игр и моделировании систем. Она полностью отделяет данные от логики, чтобы эффективно управлять различными сущностями и их поведением в масштабируемых сценариях.
Entity(实体): это всего лишь ID(, число или строка), не содержащие никаких данных или логики. В зависимости от потребностей, можно подключать различные компоненты, чтобы наделить его различными свойствами или способностями.
Компонент(: используется для хранения конкретных данных или состояния сущности.
Система（系统): отвечает за выполнение логики, связанной с некоторыми компонентами.
Чтобы понять эту систему на примере конкретного действия агента: в ArgOS каждый агент рассматривается как сущность, которая может регистрировать различные компоненты, например:
Рабочий процесс системы:
Осознавая, что перед ним есть оружие, вызовите функцию выполнения Perception System для обновления данных в компоненте восприятия Agent Entity.
Активировать Memory System, одновременно вызывая Perception Component и Memory Component, чтобы сохранить воспринятые данные в базе данных через Memory.
Система действий снова вызывает Компонент памяти и Компонент действий, чтобы получить информацию о окружающей среде из памяти, а затем выполнить соответствующее действие.
Получить обновленный агент, данные каждого компонента которого были обновлены.
Таким образом, System в основном отвечает за определение, какие компоненты должны обрабатывать соответствующую логику.
В Project89 мир наполнен различными типами Агентов, некоторые из которых обладают не только базовыми способностями, но и способностью к планированию.
![Деконструкция Project89: модульный, высокопроизводительный фреймворк следующего поколения для AI-агентов])https://img-cdn.gateio.im/webp-social/moments-4cd7ca20f2967b9025411d9985f64831.webp(
II. Архитектура системы ArgOS
В ArgOS для того, чтобы агент мог глубже мыслить и выполнять более сложные задачи, разработано множество компонентов и систем.
В ArgOS система разделена на "три уровня")УровеньСознания(:
Осознанность)СИСТЕМА(
Подсознание)СИСТЕМА
Бессознательный(UNCONSCIOUS)система
Отношения между различными системами в ArgOS крайне сложны и в основном включают:
PerceptionSystem: отвечает за сбор "стимулов" (stimuli) из внешней среды или от других сущностей и обновляет их в компоненте восприятия агента (Agent).
ExperienceSystem: Преобразует стимулы, собранные PerceptionSystem, в более абстрактные "опыты" (Experience).
ThinkingSystem: Система "мышления" самого агента. Извлечение текущего состояния из компонентов Memory, Perception и т.д., через generateThought(...) с помощью LLM/логики правил для генерации "результата мышления"(ThoughtResult).
ActionSystem: Если Action.pendingAction какого-либо Агента не пуст, то для фактического выполнения действия используется runtime.getActionManager().executeAction(...).
GoalPlanningSystem: Периодически оценивайте прогресс целей в списке Goal.current( или проверяйте, произошли ли значительные изменения в внешней/собственной памяти.
PlanningSystem: Создать или обновить Plan) для "существующей цели" [eid]Goal.current([eid] выполнения плана).
RoomSystem: Обработка обновлений, связанных с комнатой (Room).
CleanupSystem: Регулярно находить и удалять сущности, помеченные компонентом Cleanup.
С помощью интеграции этих систем AI Agent достигает: восприятия изменений окружающей среды ( Восприятие ) → записи или преобразования в внутренний опыт ( Опыт ) → саморефлексии и принятия решений ( Мыслительный процесс ) → действия ( Действие ) → динамической корректировки целей и планов ( Планирование целей + Планирование ) → синхронизации с окружающей средой ( Комната ) → своевременного удаления ненужных сущностей ( Уборка )
Три, Анализ общей архитектуры ArgOS
Четыре, инновационные моменты архитектуры
В общем, это крайне модульная и высокопроизводительная структура, качество кода очень высоко и она содержит отличную документацию по дизайну. Это предоставляет игровым командам или командам Defai новый потенциальный выбор архитектуры.