「Minecraft」が AI の街に変わり、NPC の住人が本物の人間のようにロールプレイ

この四角い男性は、目の前の「招かれざる客」の正体について考えながら、顔をしかめていることに注意してください。

彼女は危険な状況に陥っていることが判明し、これに気づいた彼女は、問題を解決するための戦略を見つけるためにすぐに頭の中で検索を開始しました。

最終的に、彼女はまずその場から逃げ、それからできるだけ早く助けを求め、すぐに行動を起こすことにしました。

同時に、向かいの人も彼女と同じことを考えていました...

「」 『Minecraft』には、すべてのキャラクターが人工知能によって制御されている、そんなシーンがあります。

彼らにはそれぞれ独自のアイデンティティ設定があり、たとえば、前述の少女は17歳でありながら賢くて勇敢な配達員です。

彼らは記憶力と思考能力を持ち、「Minecraft」をベースにしたこの小さな町で人間のように暮らしています。

彼らを動かすのは、オープンワールド向けに設計されたまったく新しい言語ベースの AI ロールプレイング フレームワークLARP です。

ここでの LA は Language Agent を指し、LARP は Live Action Roll Playing の略称であり、これは二重の意味です。

#LARP は、従来のエージェント フレームワークと比較して認知の複雑さが高いことに加えて、

#エージェントとオープンワールド ゲームの間のギャップを狭めます——##このタイプのゲームには特定の「クリア基準」がないことがよくありますが、プレイヤーは自由にゲームを探索でき、特定の目標を達成するために従来のゲーム エージェントがよく使用されます。

さらに、LARP の焦点は、シミュレーションを強調し、エージェントの動作を

人間に近づけることです。このため、研究者は特別に忘却機能も導入しました。機構。

それでは、LARP はどのように実装されるのでしょうか?すぐに調べに来てください。 マルチモジュール協調制御エージェント

LARP の構造は

モジュール式

であり、特に認知、人格、記憶、意思決定、などのコンポーネント。

このうち、記憶モジュールは、長期記憶、作業(短期)記憶、記憶処理システムの3つの部分で構成されています。

その過程で、キャラクターが観察した環境やその他の情報は、自然言語の形式で記憶処理モジュールに入力され、コーディング変換された後、長期記憶が抽出されると、作業記憶が形成されます。

作業記憶は意思決定モジュールに入力され、最終的に意思決定または対話のコンテンツが生成されます。

意思決定モジュールの機能の 1 つは、大きな目標をサブタスクに分割し、言語モデルを使用してサブタスクの実行順序を決定することです。

#モデルによって行われた決定は、環境対話モジュールを介して API を呼び出すことによって実行されます。必要に応じて、コード再構築のためにバックトラッキング モジュールも呼び出されます。

実行 成功すると、キャラクターの新しいスキルが保存され、新しい長期記憶になります。

長期記憶を検索する過程で、登場人物は観察した内容に基づいて自問し、論理ステートメント、ベクトルの類似性、文章の 3 つの次元を使用します。クエリを作成して答えを抽出します。

論理ステートメントは意味記憶のクエリに使用され、後の 2 つはエピソード記憶のクエリに使用されます。

意味記憶は、ゲームのルールや関連する世界観など、世界に関する一般的な概念と事実の知識であり、エピソード記憶は、特定のシーンや経験に関連したゲーム内の特定の出来事です。

前者の内容は比較的固定されていますが、後者はエージェントの経験に基づいて蓄積され続けます。

LARP 制御のエージェントをより現実の人間に近づけるために、研究チームは時間の経過とともに変化する忘却メカニズムも意図的に導入しました。

減衰パラメータ σ がある閾値を超えると記憶の検索に失敗し、忘却の過程をシミュレートします。σ の計算方法は心理学の法則に基づいて設定されます:

σ = αλN (1 βt ) - ψ

λ は記憶の重要性を表し、N は検索回数を表し、t は最後の検索からの経過時間を表し、ψ はキャラクター自身の忘却率、α と β はスケーリング パラメーターです。

この公式は心理学者のウェイン・ウィッケルグレンによって提案され、エビングハウスの忘却曲線を補足するものです。

キャラクター形成の観点から、研究者はさまざまな性格を反映するデータセットで基本モデルを事前トレーニングし、教師付き微調整のために特別に構築された指導データセットを使用しました。

同時に、チームはキャラクターのさまざまな能力に合わせて複数のデータセットを設計し、意思決定モジュールを導くために基本モデルと動的に統合された低ランク適応モデルをトレーニングしました。個性に合ったコンテンツを作成します。

同時に、LARP にはアクション検証モジュールと競合識別モジュールも装備されており、エージェントのモデルによって生成されたコンテンツがゲーム環境データと事前知識の仕様に従っていることを確認します。

現在、LARP の GitHub ページは開設されていますが、まだ不足しており、コードはまだ公開されていません。

#大規模モデル研究の深化に伴い、エージェントおよび群知能の実験は現在、AI 研究で最も人気のある方向性の 1 つとなっています。

たとえば、昨年人気を博したスタンフォード AI タウンや、清華大学が立ち上げた「AI ゲーム会社」や「AI 人狼」などは、すべて人々にマルチエージェントのコラボレーションのメリットを認識させるものとなっています。

インテリジェント エージェントの詳細については、Qubit Think Tank が発表した「2023 年のトップ 10 フロンティア テクノロジー レポート」にも詳しく紹介されています。

論文アドレス: https://arxiv.org/abs/2312.17653

以上が「Minecraft」が AI の街に変わり、NPC の住人が本物の人間のようにロールプレイの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。