Analisis Project89: Desain kerangka AI Agent generasi baru yang modular dan berkinerja tinggi

Project89 mengajukan cara baru untuk merancang kerangka kerja Agent, ini adalah kerangka kerja Agent berkinerja tinggi untuk pengembangan game, yang lebih modular dan berkinerja lebih baik dibandingkan dengan kerangka kerja Agent yang saat ini digunakan.

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

I. Mengapa menggunakan ECS untuk merancang kerangka Agent

ECS(Entity-Component-System) adalah pola arsitektur yang umum digunakan dalam pengembangan game dan sistem simulasi. Ini memisahkan data dari logika secara menyeluruh, sehingga memungkinkan pengelolaan berbagai entitas dan perilakunya secara efisien dalam skenario yang sangat dapat diperluas:

1. Entity( entitas): hanya merupakan sebuah ID( angka atau string), tidak mengandung data atau logika apapun. Berbagai komponen dapat dipasang sesuai kebutuhan untuk memberikan berbagai atribut atau kemampuan padanya.

2. Komponen(: Digunakan untuk menyimpan data atau status konkret dari entitas.

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

Untuk memahami sistem ini dengan contoh tindakan konkret dari seorang Agen: dalam ArgOS, setiap Agen dianggap sebagai suatu Entitas, yang dapat mendaftarkan berbagai komponen, misalnya:

• Komponen Agen: menyimpan informasi dasar seperti nama Agen, nama model, dan lainnya.
• Komponen Persepsi: Digunakan utama untuk menyimpan data eksternal yang terdeteksi
• Komponen Memori: Utamanya digunakan untuk menyimpan data Memori Entitas Agen, mirip dengan hal-hal yang telah dilakukan.
• Komponen Aksi: Menyimpan data Aksi yang akan dieksekusi

Alur kerja Sistem:

1. Mendeteksi bahwa ada sebuah senjata di depan dirinya, memanggil fungsi eksekusi dari Sistem Persepsi untuk memperbarui data di Komponen Persepsi dari Entitas Agen ini.

2. Kemudian aktifkan Sistem Memori, sambil memanggil Komponen Persepsi dan Komponen Memori, untuk mempersistensikan data yang terdeteksi ke dalam database melalui Memori.

3. Selanjutnya, Action System memanggil Memory Component dan Action Component, mengambil informasi tentang lingkungan sekitar dari memori, dan kemudian akhirnya melaksanakan tindakan yang sesuai.

4. Mendapatkan Entitas Agen Diperbarui di mana data setiap Komponen diperbarui.

Jadi dapat dilihat bahwa System terutama bertanggung jawab untuk menentukan komponen mana yang akan dieksekusi dengan logika pemrosesan yang sesuai.

Di project89, sebuah dunia dipenuhi berbagai jenis Agent, beberapa Agent memiliki kemampuan dasar dan kemampuan untuk merencanakan.

![Deconstructing Project89: Desain kerangka AI Agent generasi berikutnya yang modular dan berkinerja tinggi])https://img-cdn.gateio.im/webp-social/moments-4cd7ca20f2967b9025411d9985f64831.webp(

Dua, Arsitektur Sistem ArgOS

Di ArgOS, untuk memungkinkan Agen melakukan pemikiran yang lebih mendalam dan melaksanakan tugas yang lebih kompleks, banyak Komponen dan beberapa Sistem telah dirancang.

Dalam ArgOS, Sistem dibagi menjadi "tiga tingkat" ) Tingkat Kesadaran (:

1. Sadar)KONSCIOUS(Sistem

   • Termasuk RoomSystem, PerceptionSystem, ExperienceSystem, ThinkingSystem, ActionSystem, CleanupSystem
   • Frekuensi pembaruan biasanya cukup tinggi ) seperti setiap 10 detik (
   • Lebih dekat dengan pemrosesan "real-time" atau "kesadaran sadar", seperti persepsi lingkungan, pemikiran real-time, pelaksanaan tindakan, dll.

2. Alam Bawah Sadar )SUBCONSCIOUS( sistem

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

3. tidak sadar)UNCONSCIOUS(sistem

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

Hubungan antar berbagai sistem dalam ArgOS sangat kompleks, terutama mencakup:

1. PerceptionSystem: Bertanggung jawab untuk mengumpulkan "stimuli")stimuli( dari lingkungan eksternal atau entitas lain, dan memperbaruinya ke komponen Perception dari agen)Agent(.

2. ExperienceSystem: Mengonversi Stimuli yang dikumpulkan oleh PerceptionSystem menjadi "pengalaman" yang lebih abstrak )Experience(.

3. ThinkingSystem: sistem "pemikiran" dari agen itu sendiri. Mengambil status saat ini dari komponen seperti Memory, Perception, dan melalui generateThought)...( dan LLM/logika aturan untuk menghasilkan "hasil pemikiran" )ThoughtResult(.

4. ActionSystem: Jika Action.pendingAction dari suatu Agent tidak kosong, maka melalui runtime.getActionManager)(.executeAction)...( untuk benar-benar mengeksekusi aksi.

5. GoalPlanningSystem: Secara berkala mengevaluasi kemajuan tujuan dalam daftar Goal.current), atau memeriksa apakah ada perubahan signifikan dalam ingatan eksternal/diri sendiri.

6. PlanningSystem: Menghasilkan atau memperbarui Rencana untuk "Tujuan yang Ada" [eid] Goal.current ( [eid].

7. RoomSystem: Mengelola pembaruan yang terkait dengan ruang )Room(.

8. CleanupSystem: Secara berkala mencari dan menghapus entitas yang ditandai dengan komponen Cleanup.

Dengan keterhubungan sistem-sistem ini, AI Agent berhasil: Menyadari perubahan lingkungan ) Persepsi ( → Mencatat atau mengubah menjadi pengalaman internal ) Pengalaman ( → Berpikir dan membuat keputusan ) Berpikir ( → Mengambil tindakan ) Tindakan ( → Menyesuaikan tujuan dan rencana secara dinamis ) Perencanaan + Perencanaan ( → Menyinkronkan lingkungan ) Ruang ( → Mengambil kembali entitas yang tidak berguna tepat waktu ) Pembersihan (

![Dekonstruksi Project89: Desain Kerangka AI Agent Generasi Berikutnya yang Modular dan Berperforma Tinggi])https://img-cdn.gateio.im/webp-social/moments-69e16ae3b5af8c39e1fc522358584cef.webp(

Tiga, Analisis Arsitektur Keseluruhan ArgOS

) 1. Arsitektur inti terlapis

Arsitektur inti ArgOS mencakup lapisan Entity, Component, System, Manager, dan lain-lain.

2. Komponen (Component) kategori

Dalam ECS, setiap entitas ###Entity( dapat memiliki beberapa komponen )Component(. Berdasarkan sifat dan siklus hidup dalam sistem, komponen dapat dibagi menjadi beberapa kategori sebagai berikut:

1. Komponen Tingkat Identitas )Identity-Level Components(
2. Komponen Perilaku & Status )Behavior & State Components (
3. Komponen Persepsi & Memori )
4. Kategori Lingkungan dan Ruang
5. Tampilan dan Interaksi
6. Kategori bantuan atau operasi

( 3. Arsitektur Sistem

Telah dijelaskan secara rinci di atas.

![Dekonstruksi Project89: Desain Kerangka AI Agent Generasi Berikutnya yang Modular dan Berkinerja Tinggi])https://img-cdn.gateio.im/webp-social/moments-19636582e09b473536b17c2de0c61fbc.webp(

) 4. Arsitektur Manajer

Selain Component dan System, juga diperlukan pengelola sumber daya, seperti bagaimana mengakses basis data, bagaimana menangani konflik saat pembaruan status, dll. Utamanya mencakup:

• EventBus
• ManajerKamar
• StateManager
• EventManager
• ActionManager
• PromptManager dan lain-lain

Manager ini menyediakan fungsi tingkat sistem, hampir tidak "menggerakkan" logika secara aktif, tetapi dipanggil oleh Systems atau Runtime.

SimulationRuntime adalah "penjadwal" untuk semua Systems, memulai atau menghentikan siklus sistem pada berbagai tingkat; juga membuat Managers selama fase konstruksi dan menyerahkannya untuk digunakan oleh setiap System.

![Dekonstruksi Project89: Desain kerangka AI Agent generasi berikutnya yang modular dan berkinerja tinggi]###https://img-cdn.gateio.im/webp-social/moments-b0180b99743a98bafb2b2d066900d65c.webp(

) 5. Bagaimana berinteraksi dengan database

Dalam ECS, Systems adalah tempat di mana logika benar-benar dieksekusi, dan pembacaan serta penulisan basis data dapat dilakukan melalui "pengelola persistensi ###PersistenceManager / DatabaseManager(" atau "pengelola status )StateManager###". Proses umum adalah sebagai berikut:

1. Saat memulai atau memuat (Initial Load)
2. ECS Runtime ( Sistem Pembaruan Loop )
3. Persistensi Berkala atau Didorong oleh Peristiwa (Periodic or Event-Driven)
4. Keluar atau Simpan Titik Henti ( Simpan Manual atau Matikan )

Empat, Inovasi Arsitektur

• Setiap System beroperasi secara independen, tidak ada hubungan pemanggilan antara System lainnya, melalui arsitektur ECS seluruh struktur dibentuk menjadi berbagai System yang tidak saling terkait, setiap System dapat beroperasi secara independen, tidak ada hubungan coupling dengan System lainnya.

• Dengan mengurangi pendaftaran Komponen dan mengurangi pendaftaran Sistem saat mendefinisikan Entitas, kemampuan berbeda dari Agen dapat dengan mudah dicapai.

• Menambahkan fitur baru selama proses pengembangan tidak akan memengaruhi sistem lain, dan fitur baru dapat ditambahkan dengan mudah.

• Kinerja arsitektur ECS lebih kuat dibandingkan arsitektur berorientasi objek tradisional, lebih cocok untuk melakukan konkuren, dalam skenario Defai yang kompleks mungkin memiliki keunggulan, terutama dalam skenario di mana Agen melakukan perdagangan kuantitatif.

• Memisahkan System menjadi kesadaran, bawah sadar, dan tidak sadar untuk membedakan jenis System yang berbeda seharusnya dijalankan setelah berapa lama, adalah desain yang sangat cerdas.

Secara keseluruhan, ini adalah kerangka kerja yang sangat modular dan berkinerja tinggi, dengan kualitas kode yang tinggi dan dilengkapi dengan dokumentasi desain yang baik. Semoga lebih banyak tim game atau tim Defai yang menemukan kerangka kerja ini, memberikan pilihan arsitektur potensial baru untuk semua orang.