机器学习笔记 - 生成代理的架构框架

        来自Google研究人员提出的生成代理架构，它由三个主要组件组成：内存流模块、反射模块以及规划和反应模块。

        这种革命性的方法为模仿人类行为和认知的人工智能驱动实体开辟了新的可能性，为先进且迷人的游戏和虚拟环境铺平了道路。

        这种生成代理架构包括三个主要组件：

        A、记忆流：一种长期记忆模块，以“记忆对象”的形式记录智能体的经验，其中包含描述、记录时间以及智能体检索它们的时间。记忆流中最基本的项目是观察，它是智能体在环境中行动时感知到的东西，并且可能与它们自己、某个对象或其他人相关。

        为了识别相关的记忆对象，智能体利用检索功能，根据每个记忆的新近程度、重要性以及与当前发生的事情的相关程度，为每个记忆分配一个分数。

        适合语言模型上下文窗口的排名靠前的记忆包含在提示中。

        B、反思：这些组件将记忆处理成更高层次的抽象思想，这些思想由智能体定期生成，并在检索过程中与其他观察结果一起包含在内。在做出需要更深入地综合经验的决策时，反思具有优势，因为它们可以帮助代理反思他们的观察并生成记忆对象树。

        C、规划和反应：此模块通过将观察和反思转化为分解为行动序列的高级行动计划，确保代理行为随着时间的推移一致且可信。智能体可以根据存储在内存中的观察流或与其他智能体进行对话时做出反应并更新其计划。

        开发人员可以通过确保内存流捕获与游戏上下文相关的全面体验列表来有效地实现所提出的架构，并且能够根据它们生成的反射做出明智的决策。此外，确保智能体表现出弹性规划和反应能力，保持一致的行为和个性，同时适应环境的动态变化也至关重要。

        在为故事世界设计生成代理时，记住玩家可能的行为也很重要。作为“人在循环中”，玩家向代理和环境提供持续的反馈。因此，生成代理应该能够对意外的反馈做出适当的反应，确保故事世界中不会引入可能破坏叙事和整体设计的冲击。这是因为人类可能并不总是能够提供清晰简洁的输入，并且代理可能需要能够从人类的行为中推断出人类的意图。此外，玩家可能会改变主意、犯错误或故意破坏游戏，因此代理需要能够适应这些变化并最终重新符合故事世界的原始设计。

        使用这种架构创建生成代理有可能彻底改变我们与 NPC 交互的方式，因为生成代理不一定受确定性过程和规则的约束，允许它们以更复杂和不可预测的方式行动，同时与周围展开的故事世界保持一致他们。这将允许在游戏和虚拟环境中设计更具吸引力、交互性和沉浸式体验，并为模仿人类行为和认知的更先进、更复杂的人工智能驱动实体铺平道路。