Project89'u Değerlendirme: Modüler, Yüksek Performanslı Bir Sonraki Nesil AI Ajan Çerçeve Tasarımı
Project89, oyun geliştirme için yüksek performanslı bir Agent Framework tasarlamak için tamamen yeni bir yaklaşım benimsemiştir. Bu, mevcut kullanılan Agent Framework'lere kıyasla daha modüler ve daha iyi bir performansa sahiptir.
Bu makalede, Project89'daki yüksek performanslı Agent Framework'ü ayrıntılı olarak ele alacağız.
Bir, Neden ECS Kullanarak Agent Framework Tasarlamalıyız
ECS (Entity-Component-System), oyun geliştirme ve simülasyon sistemlerinde sıkça kullanılan bir mimari modeldir. Veriyi ve mantığı tamamen ayırarak, büyük ölçekli, ölçeklenebilir sahnelerde çeşitli varlıkların ve davranışlarının verimli bir şekilde yönetilmesini sağlar:
Entity( varlığı): yalnızca bir ID( sayısı veya dizesidir), herhangi bir veri veya mantık içermez. Gereksinimlere göre, ona çeşitli özellikler veya yetenekler kazandırmak için farklı bileşenler eklenebilir.
Component( bileşeni ): Varlıkların belirli verilerini veya durumunu depolamak için kullanılır.
Sistem(系统): belirli bileşenlerle ilgili mantığı yürütmekten sorumludur.
Bu sistemi anlamak için somut bir Agent eylemi örneği: ArgOS'ta her Agent'ı bir Entity olarak görürüz, farklı bileşenler kaydedebilir, örneğin:
Agent Bileşeni: Temel bilgileri, örneğin Agent adı, model adı gibi bilgileri saklar.
Algı Bileşeni: Temelde algılanan dış verileri depolamak için kullanılır.
Bellek Bileşeni: Agent Entity'nin Bellek verilerini depolamak için kullanılır, yapılan şeyler gibi.
Eylem Bileşeni: Uygulanacak Eylem verilerini ana depolar.
Sistem çalışma akışı:
Kendinin önünde bir silah olduğunu algıladığında, Perception System'ın yürütme fonksiyonunu çağırarak Agent Entity'nin Perception Component içindeki verileri güncelle.
Memory System'i tetikleyin, aynı anda Perception Component ve Memory Component'i çağırın, algılanan verileri Memory aracılığıyla veritabanına kalıcı hale getirin.
Action System, hafıza bileşenini ve eylem bileşenini tekrar çağırarak, çevresel bilgileri hafızadan alır ve ardından ilgili eylemi gerçekleştirir.
Her bir Component verisinin güncellendiği Güncellenmiş Agent Varlığını elde et
Bu nedenle System, hangi Component'lere karşılık gelen işleme mantığını uygulayacağını tanımlamaktan sorumludur.
Project89'da, çeşitli türde Ajanslarla dolu bir dünyada, bazı Ajanslar sadece temel yeteneklere sahip olmakla kalmayıp aynı zamanda plan yapma yeteneğine de sahiptir.
İki, ArgOS Sistem Mimarisi
ArgOS'ta, Agent'in daha derin düşünme yapabilmesi ve daha karmaşık görevleri yerine getirebilmesi için birçok Bileşen ve birçok Sistem tasarlanmıştır.
ArgOS'ta Sistem "üç seviyeye" ayrılmıştır ( Bilinç Seviyesi ):
Güncelleme sıklığı genellikle yüksektir( her 10 saniyede bir)
"gerçek zamanlı" veya "bilinçli" düzeyde işleme daha yakın, örneğin çevresel algı, gerçek zamanlı düşünme, eylem gerçekleştirme vb.
Bilinçaltı(SUBCONSCIOUS)sistemi
HedefPlanlamaSistemi, PlanlamaSistemi
Güncelleme frekansı görece düşük(, her 25 saniyede bir)
"Düşünme" mantığını işlemek, periyodik olarak hedefler ve planlar oluşturmak
Bilinçsiz(UNCONSCIOUS)sistem
Şu anda henüz etkinleştirilmedi
Güncelleme sıklığı daha yavaş ( 50 saniye ve üzeri )
ArgOS'taki sistemler arasındaki ilişkiler son derece karmaşıktır, başlıca şunları içerir:
PerceptionSystem: Dış dünyadan veya diğer varlıklardan "uyarıcı" (stimuli) toplamakla ve bunları (Agent)'ın Perception bileşenine güncellemekle sorumludur.
DeneyimSistemi: PerceptionSystem tarafından toplanan Uyarıcıları daha soyut bir "deneyim"(Deneyim) ile dönüştürür.
ThinkingSystem: Akıllı varlığın kendine ait "düşünme" sistemi. Memory, Perception gibi bileşenlerden mevcut durumu çıkarır, generateThought(...) ile LLM/kural mantığı aracılığıyla "düşünce sonucu" (ThoughtResult) oluşturur.
ActionSystem: Eğer bir Agent'ın Action.pendingAction'ı boş değilse, gerçek eylemi runtime.getActionManager().executeAction(...) aracılığıyla gerçekleştirin.
GoalPlanningSystem: Hedef.current[eid] listesindeki hedeflerin ilerlemesini periyodik olarak değerlendirin veya dışsal/kendine ait belleklerde önemli değişiklikler olup olmadığını kontrol edin.
PlanningSystem: "Mevcut Hedef" ( Goal.current [eid] için Plan ) oluştur veya güncelle, Uygulama Planı (.
RoomSystem: Oda ) ile ilgili güncellemeleri işler.
CleanupSystem: Belirli aralıklarla Cleanup bileşeni ile etiketlenmiş varlıkları bulup kaldırır.
Bu sistemlerin bağlantısı sayesinde, AI Ajanı şu adımları gerçekleştirmiştir: çevresel değişiklikleri algılamak ( Algılama ) → içsel deneyimlere kaydetmek veya dönüştürmek ( Deneyim ) → kendi düşüncelerini oluşturmak ve karar vermek ( Düşünme ) → harekete geçmek ( Eylem ) → hedefleri ve planları dinamik olarak ayarlamak ( Hedef Planlama + Planlama ) → çevre ile senkronize olmak ( Oda ) → gereksiz varlıkları zamanında temizlemek ( Temizlik )
Üç, ArgOS Genel Mimari Analizi
Temel mimari katmanları
Bileşen ( Component ) Kategorisi
Temel Kimlik Türü
Davranış ve Durum Türleri
Algı ve Hafıza Türleri
Çevre ve Mekan Türleri
Görünüm ve etkileşim türleri
Destek veya işletim sınıfı
Sistem mimarisi
Yönetici Yapısı
EventBus, RoomManager, StateManager, EventManager, ActionManager, PromptManager gibi
Veritabanı ile etkileşim
StateManager/PersistenceManager aracılığıyla tamamlanır
Dört, Mimari Yenilik Noktaları
Her System bağımsız olarak çalışır, diğer Sistemlerle herhangi bir çağrı ilişkisi yoktur.
Agent'in yeteneklerini kolayca artırabilir veya azaltabilirsiniz.
Performansı geleneksel nesne yönelimli mimariden daha güçlüdür.
Sistemi bilinçli, bilinçdışı ve bilinçaltı olarak ayırmak son derece yenilikçi bir tasarımdır.
Genel olarak, bu son derece modüler, yüksek performanslı bir çerçeve olup, kod kalitesi oldukça yüksektir ve iyi tasarım belgeleri içermektedir. Oyun ekipleri veya Defai ekipleri için yeni bir potansiyel mimari seçeneği sunmaktadır.
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.
8 Likes
Reward
8
5
Repost
Share
Comment
0/400
DecentralizeMe
· 08-13 19:40
Bu kadar güçlü bir performansla kim oynayabilir ki?
View OriginalReply0
quietly_staking
· 08-13 05:52
Bu yüksek enerjili görünüyor.
View OriginalReply0
ContractCollector
· 08-10 20:17
Modüler oynamak oldukça eğlenceli.
View OriginalReply0
CommunityJanitor
· 08-10 20:07
Modüler modüler, bossu yenebilir ama dövüşemezse bu boşuna.
View OriginalReply0
RugResistant
· 08-10 20:01
hmm potansiyel güvenlik sorunları tespit edildi... açıkçası kapsamlı bir kod denetimi gerekiyor
Project89: Modüler yüksek performanslı bir sonraki nesil AI Ajan çerçevesi
Project89'u Değerlendirme: Modüler, Yüksek Performanslı Bir Sonraki Nesil AI Ajan Çerçeve Tasarımı
Project89, oyun geliştirme için yüksek performanslı bir Agent Framework tasarlamak için tamamen yeni bir yaklaşım benimsemiştir. Bu, mevcut kullanılan Agent Framework'lere kıyasla daha modüler ve daha iyi bir performansa sahiptir.
Bu makalede, Project89'daki yüksek performanslı Agent Framework'ü ayrıntılı olarak ele alacağız.
Bir, Neden ECS Kullanarak Agent Framework Tasarlamalıyız
ECS (Entity-Component-System), oyun geliştirme ve simülasyon sistemlerinde sıkça kullanılan bir mimari modeldir. Veriyi ve mantığı tamamen ayırarak, büyük ölçekli, ölçeklenebilir sahnelerde çeşitli varlıkların ve davranışlarının verimli bir şekilde yönetilmesini sağlar:
Entity( varlığı): yalnızca bir ID( sayısı veya dizesidir), herhangi bir veri veya mantık içermez. Gereksinimlere göre, ona çeşitli özellikler veya yetenekler kazandırmak için farklı bileşenler eklenebilir.
Component( bileşeni ): Varlıkların belirli verilerini veya durumunu depolamak için kullanılır.
Sistem(系统): belirli bileşenlerle ilgili mantığı yürütmekten sorumludur.
Bu sistemi anlamak için somut bir Agent eylemi örneği: ArgOS'ta her Agent'ı bir Entity olarak görürüz, farklı bileşenler kaydedebilir, örneğin:
Sistem çalışma akışı:
Kendinin önünde bir silah olduğunu algıladığında, Perception System'ın yürütme fonksiyonunu çağırarak Agent Entity'nin Perception Component içindeki verileri güncelle.
Memory System'i tetikleyin, aynı anda Perception Component ve Memory Component'i çağırın, algılanan verileri Memory aracılığıyla veritabanına kalıcı hale getirin.
Action System, hafıza bileşenini ve eylem bileşenini tekrar çağırarak, çevresel bilgileri hafızadan alır ve ardından ilgili eylemi gerçekleştirir.
Her bir Component verisinin güncellendiği Güncellenmiş Agent Varlığını elde et
Bu nedenle System, hangi Component'lere karşılık gelen işleme mantığını uygulayacağını tanımlamaktan sorumludur.
Project89'da, çeşitli türde Ajanslarla dolu bir dünyada, bazı Ajanslar sadece temel yeteneklere sahip olmakla kalmayıp aynı zamanda plan yapma yeteneğine de sahiptir.
İki, ArgOS Sistem Mimarisi
ArgOS'ta, Agent'in daha derin düşünme yapabilmesi ve daha karmaşık görevleri yerine getirebilmesi için birçok Bileşen ve birçok Sistem tasarlanmıştır.
ArgOS'ta Sistem "üç seviyeye" ayrılmıştır ( Bilinç Seviyesi ):
bilinçli(CONSCIOUS)sistem
Bilinçaltı(SUBCONSCIOUS)sistemi
Bilinçsiz(UNCONSCIOUS)sistem
ArgOS'taki sistemler arasındaki ilişkiler son derece karmaşıktır, başlıca şunları içerir:
PerceptionSystem: Dış dünyadan veya diğer varlıklardan "uyarıcı" (stimuli) toplamakla ve bunları (Agent)'ın Perception bileşenine güncellemekle sorumludur.
DeneyimSistemi: PerceptionSystem tarafından toplanan Uyarıcıları daha soyut bir "deneyim"(Deneyim) ile dönüştürür.
ThinkingSystem: Akıllı varlığın kendine ait "düşünme" sistemi. Memory, Perception gibi bileşenlerden mevcut durumu çıkarır, generateThought(...) ile LLM/kural mantığı aracılığıyla "düşünce sonucu" (ThoughtResult) oluşturur.
ActionSystem: Eğer bir Agent'ın Action.pendingAction'ı boş değilse, gerçek eylemi runtime.getActionManager().executeAction(...) aracılığıyla gerçekleştirin.
GoalPlanningSystem: Hedef.current[eid] listesindeki hedeflerin ilerlemesini periyodik olarak değerlendirin veya dışsal/kendine ait belleklerde önemli değişiklikler olup olmadığını kontrol edin.
PlanningSystem: "Mevcut Hedef" ( Goal.current [eid] için Plan ) oluştur veya güncelle, Uygulama Planı (.
RoomSystem: Oda ) ile ilgili güncellemeleri işler.
CleanupSystem: Belirli aralıklarla Cleanup bileşeni ile etiketlenmiş varlıkları bulup kaldırır.
Bu sistemlerin bağlantısı sayesinde, AI Ajanı şu adımları gerçekleştirmiştir: çevresel değişiklikleri algılamak ( Algılama ) → içsel deneyimlere kaydetmek veya dönüştürmek ( Deneyim ) → kendi düşüncelerini oluşturmak ve karar vermek ( Düşünme ) → harekete geçmek ( Eylem ) → hedefleri ve planları dinamik olarak ayarlamak ( Hedef Planlama + Planlama ) → çevre ile senkronize olmak ( Oda ) → gereksiz varlıkları zamanında temizlemek ( Temizlik )
Üç, ArgOS Genel Mimari Analizi
Dört, Mimari Yenilik Noktaları
Genel olarak, bu son derece modüler, yüksek performanslı bir çerçeve olup, kod kalitesi oldukça yüksektir ve iyi tasarım belgeleri içermektedir. Oyun ekipleri veya Defai ekipleri için yeni bir potansiyel mimari seçeneği sunmaktadır.