Analisis Project89: Desain Kerangka AI Agent Modular Performa Tinggi Generasi Berikutnya

Project89 menggunakan cara baru untuk merancang kerangka Agent, yang merupakan kerangka Agent berkinerja tinggi untuk pengembangan game, lebih modular dan memiliki kinerja yang lebih baik dibandingkan dengan kerangka Agent yang populer saat ini.

Artikel ini akan menjelaskan secara rinci tentang kerangka Agent berkinerja tinggi dalam Project89.

I. Mengapa Memilih Desain Arsitektur ECS untuk Kerangka Agent

Dari perspektif aplikasi di bidang game, saat ini permainan yang menggunakan arsitektur ECS termasuk:

• Permainan blockchain: Mud, Dojo
• Game Tradisional: Overwatch, Star Citizen, dll
• Mesin permainan mainstream seperti Unity juga sedang berkembang ke arah ECS

ECS Ringkasan

ECS(Entity-Component-System) adalah pola arsitektur yang umum digunakan dalam pengembangan permainan dan sistem simulasi. Ini memisahkan data dari logika secara menyeluruh, untuk mengelola berbagai entitas dan perilakunya secara efisien dalam skenario yang dapat diskalakan secara besar-besaran.

1. Entity(实体): hanya sebuah ID, tidak mengandung data atau logika apa pun. Dapat dipasang komponen yang berbeda untuk memberikan atribut atau kemampuan sesuai kebutuhan.

2. Komponen( komponen): digunakan untuk menyimpan data atau status konkret entitas.

3. Sistem（系统): bertanggung jawab untuk mengeksekusi logika yang terkait dengan beberapa komponen.

Sebagai contoh tindakan Agent: di ArgOS, setiap Agent dianggap sebagai sebuah Entity, dapat mendaftar berbagai komponen, seperti:

• Komponen Agen: menyimpan nama Agen, nama model, dan informasi dasar lainnya
• Komponen Persepsi: menyimpan data eksternal yang terdeteksi
• Komponen Memori: menyimpan data memori Entitas Agent
• Komponen Aksi: menyimpan data Aksi yang akan dieksekusi

Proses Operasi Sistem

Proses eksekusi sistem yang sebenarnya tidak merupakan panggilan berurutan yang tradisional, melainkan setiap Sistem berjalan secara independen, dieksekusi sekali dalam periode yang ditentukan, seperti:

• Sistem Persepsi dieksekusi setiap 2 detik, memperbarui persepsi eksternal yang diterima
• Sistem Memori dieksekusi setiap 1 detik, mengambil data dari Komponen Persepsi dan memuatnya ke Komponen Memori
• Sistem Rencana dijalankan setiap 1000 detik, menyusun rencana yang wajar dan memperbarui Komponen Rencana
• Sistem Aksi dijalankan setiap 2 detik, merespons informasi eksternal dengan cepat.

Dua, Arsitektur ArgOS System

ArgOS merancang berbagai Komponen dan Sistem untuk mewujudkan pemikiran mendalam dan pelaksanaan tugas yang kompleks oleh Agen.

ArgOS membagi System menjadi tiga tingkat kesadaran:

1. Sadar(CONSCIOUS)sistem

   • Termasuk RoomSystem, PerceptionSystem, ExperienceSystem, ThinkingSystem, ActionSystem, CleanupSystem
   • Frekuensi pembaruan yang tinggi ( seperti setiap 10 detik )
   • Lebih dekat dengan pemrosesan "real-time" atau "kesadaran"

2. BAWAH SADAR(SUBCONSCIOUS)sistem

   • GoalPlanningSystem、PlanningSystem
   • Frekuensi pembaruan yang rendah ( seperti setiap 25 detik )
   • Mengelola logika "berpikir", seperti pemeriksaan/perencanaan tujuan dan rencana secara berkala

3. Tanpa sadar(UNCONSCIOUS)sistem

   • Saat ini belum diaktifkan
   • Frekuensi pembaruan lebih lambat ( seperti lebih dari 50 detik )

Hubungan antar sistem di ArgOS sangat kompleks, terutama mencakup:

1. PerceptionSystem: Mengumpulkan "stimulasi" dari lingkungan, memperbarui ke komponen Perception dari Agent.

2. ExperienceSystem: Mengubah Stimuli yang dikumpulkan menjadi "pengalaman" yang lebih abstrak.

3. ThinkingSystem: Sistem "pemikiran" dari Agent itu sendiri.

4. ActionSystem: Menjalankan aksi Agent.

5. GoalPlanningSystem: mengevaluasi kemajuan tujuan, memeriksa perubahan signifikan.

6. PlanningSystem: Melaksanakan rencana untuk menghasilkan atau memperbarui tujuan.

7. RoomSystem: menangani pembaruan terkait ruangan.

8. CleanupSystem: Menghapus entitas yang ditandai dengan Cleanup.

Tiga, Analisis Arsitektur Keseluruhan ArgOS

1. Lapisan Arsitektur Inti

ArgOS menggunakan desain arsitektur berlapis, termasuk lapisan sistem, lapisan manajemen, lapisan komponen, dll.

2. Komponen (Component) kategori

Komponen dalam ECS dapat dibagi menjadi beberapa kategori berikut:

1. Kelas identitas inti: Agent, PlayerProfile, dll.
2. Kategori Tindakan dan Status: Aksi, Tujuan, Rencana, dll.
3. Kategori Persepsi dan Memori: Persepsi, Memori, dll.
4. Kategori Lingkungan dan Ruang: Room, OccupiesRoom, dll.
5. Tampilan dan Interaksi: Appearance, UIState, dll
6. Kategori Dukungan atau Operasional: Cleanup, DebugInfo, dll.

3. Arsitektur Sistem

Telah dijelaskan dengan rinci di atas.

4. Struktur Manajer

Selain Komponen dan Sistem, juga diperlukan pengelola sumber daya, seperti akses database, penanganan konflik pembaruan status, dll.

Manajer utama termasuk:

• EventBus: Penerbitan dan langganan acara
• RoomManager: Mengelola ruangan, tata letak, dan penghuni
• StateManager: Bertanggung jawab untuk sinkronisasi ECS dengan basis data
• ActionManager: mengelola pendaftaran dan pelaksanaan aksi
• PromptManager: menyediakan template Prompt LLM dan lainnya

SimulationRuntime sebagai penjadwal untuk semua Sistem, memulai atau menghentikan loop sistem pada berbagai tingkat.

5. Interaksi dengan basis data

ECS berinteraksi dengan database melalui PersistenceManager atau StateManager:

1. Memulai pemuatan: Memuat data komponen persistensi inti dari basis data, membuat entitas yang sesuai dan menginisialisasi bidang komponen.

2. ECS Runtime: Sistem menjalankan logika di setiap frame atau giliran, menyimpan data penting melalui StateManager jika diperlukan.

3. Persistensi berkala atau berdasarkan peristiwa: Memanggil PersistenceManager untuk menyimpan data pada titik kunci atau sesuai jadwal.

4. Keluar atau simpan titik putus: Saat menutup, gunakan StateManager.saveAll() untuk menulis data yang belum ditulis ke dalam database secara bersamaan.

Empat, Inovasi Arsitektur

Sorotan utama dari arsitektur ArgOS:

1. Setiap Sistem berjalan secara independen, tanpa hubungan pemanggilan satu sama lain, untuk mencapai pemisahan fungsi.

2. Konfigurasi Fleksibel: Dengan mendaftar berbagai Komponen dan Sistem, Anda dapat dengan mudah mewujudkan kemampuan berbeda dari Agent.

3. Mudah untuk diperluas: Fitur baru dapat dimuat dengan mudah, tanpa mempengaruhi Sistem lainnya.

4. Kinerja Tinggi: Arsitektur ECS lebih cocok untuk konvergensi, mungkin memiliki keunggulan dalam skenario DeepAI yang kompleks.

5. Lapisan sistem: membagi Sistem menjadi kesadaran, bawah sadar, dan tidak sadar, merancang inovasi yang mensimulasikan kemampuan manusia.

Secara keseluruhan, Project89 menyediakan kerangka kerja yang sangat modular dan berkinerja tinggi, diharapkan dapat memberikan pilihan arsitektur baru bagi tim game dan tim DeepAI.