Источник: «Синьчжиюань» (ID: AI_era), автор: Синьчжиюань

Приготовьтесь, Stanford Smart Town, вызвавший фурор во всем ИИ-сообществе, теперь официально с открытым исходным кодом!

адрес проекта:

В этом цифровом виртуальном городе-песочнице «Западный мир» есть школы, больницы и семьи.

25 агентов ИИ могут не только работать здесь, общаться, общаться, заводить друзей и даже влюбляться, но у каждого агента есть своя личность и предыстория.

Однако они понятия не имеют, что живут в симуляции.

Старший научный сотрудник Nvidia Джим Фан прокомментировал:

Stanford Agent Town — один из самых захватывающих экспериментов AI Agent в 2023 году. Мы часто говорим о новых возможностях одной большой языковой модели, но теперь с несколькими агентами ИИ ситуация становится более сложной и увлекательной. Группа ИИ может вывести процесс эволюции всей цивилизации.

Теперь первое, что может быть затронуто, — это игровое поле.

Одним словом, впереди бесконечное количество новых возможностей!

Нетизен: Производители игр, вы понимаете, что я имею в виду?

Многие считают, что эта стэнфордская статья знаменует собой начало ОИИ.

Вполне возможно, что эта технология будет использоваться в различных ролевых играх и играх-симуляторах.

Пользователи сети также были очень взволнованы, и их мозги были широко открыты.

Кто-то хочет смотреть покемонов, кто-то хочет смотреть детективные истории об убийствах, а кто-то хочет смотреть развлекательные шоу о любви...

«Не могу дождаться любовного треугольника между агентами ИИ».

«Повторяющиеся, унылые диалоги Animal Crossing и одномерная система личности, разделяемая всеми жителями деревни, так разочаровывают. Nintendo, изучите это!»

«Могут ли Sims портировать это?»

Если вы увидите, как ИИ работает на NPC в классической ролевой игре, такой как «Царство Бога», весь игровой процесс будет разрушен! "

Некоторые люди также полагают, что эта технология также имеет много сценариев применения в корпоративной среде, например, как сотрудники взаимодействуют с различными рабочими средами/изменениями процессов.

Конечно, некоторые люди говорили, что вы взволнованы? На самом деле мы живем в такой симуляции, но наш мир обладает большей вычислительной мощностью.

Да, если мы увеличим этот виртуальный мир достаточно раз, мы точно сможем увидеть себя.

### Карпаты: агенты ИИ — следующий рубеж

Ранее Карпати, бывший директор Tesla и гуру OpenAI, заявил, что агенты ИИ сейчас являются самым передовым направлением в будущем.

Команда OpenAI провела последние пять лет в другом месте, но теперь Карпати считает, что «агенты представляют собой своего рода будущее для ИИ».

Если в документе предлагается другой способ обучения большой языковой модели, кто-то из группы Slack внутри OpenAI скажет: «Этот метод, который я пробовал два с половиной года назад, не сработал».

Однако всякий раз, когда агент ИИ появляется из бумаги, все коллеги очень заинтересованы.

Карпаты однажды назвали AutoGPT следующим рубежом быстрого проектирования.

25 агентов ИИ в "Мире Дикого Запада"

В американском сериале «Мир Запада» робот с предустановленной сюжетной линией помещается в тематический парк, ведет себя как человек, а затем сбрасывает свою память и в новый день попадает в свою основную сюжетную линию.

А в апреле этого года исследователи из Стэнфорда и Google фактически построили виртуальный город, в котором 25 агентов ИИ могут выживать и вести себя сложно, его можно назвать «Западным миром», воплощающимся в реальность.

Адрес бумаги:

Архитектура

Для создания агентов исследователи предлагают новую архитектуру, которая расширяет модель большого языка и может хранить опыт агента на естественном языке.

Со временем эти воспоминания синтезируются в рефлексии более высокого уровня, которые агент может динамически извлекать для планирования своих действий.

В конце концов, пользователи могут использовать естественный язык для общения со всеми 25 агентами в городе.

Как и выше, архитектура генеративного агента реализует функцию «поиска».

Эта функция принимает в качестве входных данных текущую ситуацию агента и возвращает подмножество потока памяти для передачи в языковую модель.

Поиск, с другой стороны, имеет множество возможных реализаций, в зависимости от важных факторов, которые агент принимает во внимание, решая, как действовать.

Основная проблема архитектур генеративных агентов заключается в том, как управлять большим количеством событий и памяти, которые необходимо сохранить.

Чтобы решить эту проблему, ядром архитектуры является поток памяти, представляющий собой базу данных, которая записывает все действия агента.

Агент может извлекать из потока памяти соответствующие воспоминания, которые помогают ему планировать действия, правильно реагировать, и каждое действие возвращается в поток памяти для рекурсивного улучшения будущих действий.

Кроме того, исследование также представило второй тип памяти — рефлексию. Рефлексия — это высокоуровневое абстрактное мышление, генерируемое агентом на основе недавнего опыта.

В этом исследовании отражение представляет собой периодически запускаемый процесс, и механизм отражения будет активирован только тогда, когда агент оценивает оценки важности последней серии событий, и накопление превышает установленный порог.

Генеративные агенты рекурсивно генерируют больше деталей сверху вниз, чтобы создавать правдоподобные планы.

И эти планы изначально лишь примерно описывали, что делать в этот день.

Во время выполнения плана генеративный агент непрерывно воспринимает окружающую среду и сохраняет полученные наблюдения в поток памяти.

Используя наблюдения в качестве подсказок, позвольте языковой модели определить следующий шаг агента: продолжить выполнение текущего плана или отреагировать иначе.

В ходе экспериментальной оценки исследователи выполнили контролируемую оценку этой структуры, а также сквозную оценку.

Контрольная оценка заключается в том, чтобы понять, может ли агент независимо генерировать правдоподобное индивидуальное поведение. Сквозная оценка предназначена для понимания возможности возникновения и стабильности агента.

Например, Изабелла планирует вечеринку в честь Дня святого Валентина и приглашает всех прийти. Из 12 агентов 7 все еще находятся на рассмотрении (у 3 другие планы, а у 4 нет идей).

Эта ссылка очень похожа на режим взаимодействия с человеком.

### Взаимодействуйте как настоящий человек

В этом мировом городе-песочнице под названием Смоллвиль области отмечены. Корневой узел описывает весь мир, дочерние узлы описывают области (дома, кафе, магазины), а листовые узлы описывают объекты (столы, книжные полки).

Агент запоминает подграф, отражающий части мира, которые он видит.

Исследователи запрограммировали естественный язык для описания личности каждого агента, включая его род занятий и отношения с другими агентами, в качестве семенной памяти.

Например, семенная память агента Джона Лина такая:

Джон Лин — услужливый владелец аптеки, который всегда ищет способы сделать лекарства более доступными для покупателей. Жена Джона Лина Мэй Лин - профессор университета, а его сын Эдди Лин изучает теорию музыки. Они живут вместе. Джон Лин очень любит свою семью. Джон Лин знает пожилую пару по соседству, Сэма Мура и Дженнифер Мур, уже несколько лет, и Джон Лин считает Сэма Мура добрым человеком. Джон Лин очень близок со своей соседкой Юрико Ямамото. Джон Лин знал своих соседок, Тамару Тейлор и Кармен Ортис, но никогда с ними не встречался. Джон Лин и Том Морено — коллеги и друзья аптеки, которые любят обсуждать местную политику и так далее.

Утро Джона Лина следующее: проснуться в 6 часов, начать чистить зубы, принять душ, позавтракать, а перед выходом на работу он встретится со своей женой Мэй и сыном Эдди.

Таким образом, когда начинается симуляция, у каждого агента есть своя исходная память.

Эти агенты социально взаимодействуют друг с другом. Когда они замечают друг друга, может завязаться разговор.

Со временем эти агенты формируют новые отношения и запоминают свои взаимодействия с другими агентами.

Интересная история заключается в том, что в начале симуляции агент был инициализирован, чтобы устроить вечеринку в честь Дня святого Валентина.

В серии событий, которые происходят впоследствии, могут быть точки отказа: агент может не продолжать настаивать на своем намерении, или забыть сообщить об этом другим, или даже забыть явиться.

К счастью, в симуляции вечеринка в честь Дня святого Валентина действительно состоялась, и многие агенты собрались вместе и имели интересные взаимодействия.

Учебник по уровню няни

Среда конфигурации

Перед настройкой среды сначала необходимо создать файл utils.py, содержащий ключ API OpenAI, и загрузить необходимые пакеты.

Шаг 1. Создайте файл Utils

В папке reverie/backend_server (папке, где находится reverie.py) создайте новый файл utils.py, скопируйте и вставьте в него следующее содержимое:

Скопируйте и вставьте свой OpenAI API Keyopenai_api_key = ""# Введите свой namekey_owner = ""maze_assets_loc = "../../environment/frontend_server/static_dirs/assets"env _matrix = f"{maze_assets_loc}/the_ville/matrix"env_visuals = f"{maze_assets_loc}/the_ville/visuals"fs_storage = "../../ environment/frontend_server/storage"fs_temp_storage = "../../environment/frontend_server/temp_storage"collision_block_id = "32125"# Подробная отладка = True

будет заменен вашим ключом API OpenAI и вашим именем.

Шаг 2. Установите файл requirements.txt

Установите все, что указано в файле requirements.txt (мы настоятельно рекомендуем сначала настроить виртуальную среду).

В настоящее время команда тестирует Python 3.9.12.

Запустить симуляцию

Чтобы запустить новую симуляцию, вам необходимо одновременно запустить два сервера: сервер среды и сервер симуляции агента.

Шаг 1. Запустите сервер среды

Поскольку среда реализована как проект Django, необходимо запустить сервер Django.

Для этого сначала перейдите в папку environment/frontend_server (где находится manage.py) в командной строке. Затем выполните следующую команду:

сервер запуска python manage.py

Затем посетите его в своем любимом браузере.

Если вы видите сообщение «Ваш сервер среды запущен и работает», это означает, что сервер работает нормально. Убедитесь, что сервер среды продолжает работать во время моделирования, поэтому держите эту вкладку командной строки открытой.

(Примечание: рекомендуется использовать Chrome или Safari. Firefox может испытывать некоторые сбои во внешнем интерфейсе, но это не должно влиять на реальную симуляцию.)

Шаг 2. Запустите фиктивный сервер

Откройте другое окно командной строки (сервер среды, который вы использовали на шаге 1, все еще работает, и его нужно оставить нетронутым). Перейдите к rerie/backend_server и запустите reverie.py, чтобы запустить фиктивный сервер:

задумчивость питона.py

В этот момент появится приглашение командной строки с запросом на следующее: «Введите имя разветвленной симуляции:».

Например, теперь мы хотим запустить симуляцию с тремя агентами, Изабеллой Родригес, Марией Лопес и Клаусом Мюллером, а затем ввести следующее:

база_the_ville_isabella_maria_klaus

Затем появится запрос: «Введите имя новой симуляции:».

В настоящее время вам нужно только ввести произвольное имя для представления текущей симуляции (например, «тестовая симуляция»).

тестовое моделирование

Держите сервер эмулятора работающим. На этом этапе отобразится следующее приглашение: «Введите параметр».

Шаг 3. Запустите и сохраните моделирование

Перейдите в симулятор _home в своем браузере и оставьте вкладку открытой.

Теперь вы увидите карту города и список агентов, активных на карте, и можете использовать стрелки клавиатуры для перемещения по карте.

Чтобы запустить симуляцию, вам нужно ввести следующую команду на сервере симуляции с запросом «Введите параметр»:

бегать

Обратите внимание, что приведенное выше необходимо заменить целым числом, представляющим количество игровых ходов для моделирования.

Например, если вы хотите смоделировать игру из 100 шагов, введите run 100. При этом игровой шаг представляет 10 секунд в игре.

Теперь запустится симуляция, и вы сможете наблюдать, как агент перемещается по карте в браузере.

После завершения запуска снова появится приглашение «Введите параметр». На этом этапе вы можете продолжить симуляцию, повторно введя команду запуска и указав желаемое количество игровых шагов, или набрав exit для выхода без сохранения, или fin для сохранения и выхода.

В следующий раз, когда вы запустите сервер симуляции, вы сможете получить доступ к сохраненной симуляции, просто указав имя симуляции. Таким образом, вы можете перезапустить симуляцию с того места, на котором остановились.

Шаг 4. Повторное моделирование

Чтобы воспроизвести запущенную симуляцию, просто запустите сервер среды и перейдите по следующему адресу в браузере: replay//.

где необходимо заменить имя воспроизводимой симуляции, а целочисленный временной шаг, с которого нужно начать воспроизведение, будет заменен.

Шаг 5. Демонстрационная симуляция

Вы можете обнаружить, что все спрайты персонажей в повторе выглядят одинаково. Это связано с тем, что функция повтора предназначена в первую очередь для отладки и не отдает приоритет оптимизации размера или визуальных эффектов макетной папки.

Чтобы правильно продемонстрировать симуляцию со спрайтами персонажей, сначала необходимо сжать симуляцию. Для этого используйте текстовый редактор, чтобы открыть файл compress_sim_storage.py, расположенный в каталоге reverie. Затем функция сжатия выполняется с именем целевого макета в качестве входных данных. Таким образом, файл моделирования будет сжат и готов к презентации.

Чтобы начать демонстрацию, откройте в браузере следующий адрес: demo///.

Обратите внимание, что и имеют то же значение, что и упомянутое выше. Может использоваться для управления скоростью презентации, где 1 — самая медленная, а 5 — самая быстрая.

Пользовательское моделирование

У вас есть два варианта настройки макетов.

Способ 1: запись и загрузка истории агента

Первый заключается в инициализации агента уникальной историей в начале симуляции.

Для этого нужно 1) начать с одной из базовых симуляций, 2) написать и загрузить историю агента.

Шаг 1. Запустите базовую симуляцию

В репозиторий включены две симуляции базы: base_the_ville_n25 (25 агентов) и base_the_ville_isabella_maria_klaus (3 агента). Одну из базовых симуляций можно загрузить, выполнив шаги, описанные выше.

Шаг 2. Загрузите файл истории

Затем при появлении запроса «Введите параметр» вам необходимо загрузить историю агента с помощью следующей команды:

вызов -- загрузить историю _ville/.csv

где необходимо заменить на имя существующего файла истории.

В репозиторий включены два примера файлов истории: agent_history_init_n25.csv (для base_the_ville_n25) и agent_history_init_n3.csv (для base_the_ville_isabella_maria _клаус). Эти файлы содержат список записей памяти для каждого агента.

Шаг 3. Дальнейшая настройка

Чтобы настроить инициализацию, написав собственные файлы истории, поместите файлы в следующую папку: environment/frontend_server/static_dirs/assets/the_ville.

Формат столбца пользовательского файла истории должен соответствовать приложенному образцу файла истории. Поэтому автор рекомендует начинать процесс с копирования и вставки уже имеющихся в репозитории файлов.

Метод 2. Создайте новый базовый макет

Для более глубокой настройки вам потребуется написать собственный базовый файл моделирования.

Самый простой способ — скопировать и вставить существующую базовую папку эмуляции, затем переименовать и отредактировать ее в соответствии с вашими требованиями.

Справочные материалы: