Análisis de Project89: Diseño de un nuevo marco de agentes de IA modular y de alto rendimiento

Project89 ha adoptado un enfoque innovador para diseñar el marco de Agent, que es un marco de Agent de alto rendimiento para el desarrollo de juegos, más modular y con mejor rendimiento en comparación con los marcos de Agent actuales.

Este artículo presentará en detalle la actualización de esta estructura en comparación con el marco tradicional de agentes, para ayudar a los lectores a comprender mejor sus innovaciones.

Antecedentes del desarrollador

El fundador de Project89 participó anteriormente en el desarrollo del proyecto Magick, que es un software que utiliza IA para la programación. Ocupó el cuarto lugar entre los desarrolladores del proyecto, demostrando una fuerte capacidad técnica.

¿Por qué elegir el diseño de arquitectura ECS para el marco de agentes?

ECS(Entity-Component-System) arquitecturas son ampliamente utilizadas en el desarrollo de juegos y sistemas de simulación. Actualmente, los juegos que utilizan la arquitectura ECS incluyen:

• Juegos de blockchain: Mud, Dojo
• Juegos tradicionales: Overwatch, Star Citizen, etc.
• Motores de juego de referencia como Unity también están evolucionando hacia ECS.

La arquitectura ECS separa completamente los datos de la lógica, lo que facilita la gestión eficiente de diversas entidades y sus comportamientos en escenarios de gran escala y escalabilidad.

Introducción a la arquitectura ECS

ECS incluye tres conceptos clave:

1. Entity( entidad): solo es un ID, no contiene datos ni lógica.
2. Componente (: utilizado para almacenar datos o estado específicos de la entidad.
3. Sistema（系统): responsable de ejecutar la lógica relacionada con ciertos componentes.

En ArgOS, cada Agente se considera una Entidad, que puede registrar diferentes componentes, como:

• Componente de Agente: almacena información básica como el nombre del Agente, el nombre del modelo, etc.
• Componente de Percepción: Almacena los datos externos percibidos
• Componente de Memoria: Almacena los datos de memoria del Agente
• Componente de Acción: almacenar los datos de la Acción a ejecutar

Ejemplo del flujo de trabajo del sistema:

1. Percepción de armas, actualización del componente de percepción del agente del sistema de percepción.
2. El sistema de memoria llama a los componentes de percepción y memoria, para hacer persistente los datos de percepción.
3. El sistema de acción llama a los componentes de memoria y acción, ejecutando las acciones correspondientes.
4. Obtener la entidad Agente actualizada

![Deconstrucción del Project89: un diseño de marco de agente AI de próxima generación, modular y de alto rendimiento])https://img-cdn.gateio.im/webp-social/moments-69e16ae3b5af8c39e1fc522358584cef.webp(

Arquitectura del sistema ArgOS

ArgOS ha diseñado varios Componentes y Sistemas para permitir que el Agente realice tareas más complejas.

Dividir el sistema en tres niveles:

1. Sistema CONSCIOUS): alta frecuencia de actualización, como cada 10 segundos.
2. 潜意识(SUBCONSCIOUS)sistema: frecuencia de actualización baja, como cada 25 segundos
3. Inconsciente(UNCONSCIOUS)Sistema: frecuencia de actualización más lenta, como más de 50 segundos

Las relaciones entre los diferentes sistemas son complejas e incluyen principalmente:

• PerceptionSystem: recopila estímulos externos, actualiza la Perception del Agente
• ExperienceSystem: convierte la estimulación en experiencias abstractas almacenadas en la Memoria
• ThinkingSystem: Generar resultados de pensamiento basados en el estado actual
• ActionSystem: ejecutar acciones específicas
• GoalPlanningSystem: Evaluar el progreso de los objetivos, generar nuevos objetivos
• PlanningSystem: Generar un plan de ejecución para el objetivo
• RoomSystem: manejar actualizaciones relacionadas con la habitación
• CleanupSystem: Reciclar entidades inválidas

Análisis de la arquitectura general de ArgOS

( Arquitectura central en capas

Incluye capas como Runtime, Systems, Components, Managers, etc.

![Deconstrucción de Project89: un diseño de marco de agentes AI de próxima generación modular y de alto rendimiento])https://img-cdn.gateio.im/webp-social/moments-c37bd7442c3743f80a4fd9ba8afc123b.webp###

( Clasificación de componentes

1. Clases de identidad central: Agent, PlayerProfile, etc.
2. Clase de comportamiento y estado: Acción, Objetivo, Plan, etc.
3. Clases de percepción y memoria: Perception, Memory, etc.
4. Clase de ambiente y espacio: Room, OccupiesRoom, etc.
5. Apariencia e interacción: Appearance, UIState, etc.
6. Clases de soporte o mantenimiento: Cleanup, DebugInfo, etc.

![Deconstrucción del Project89: un diseño de marco de agente de IA de próxima generación modular y de alto rendimiento])https://img-cdn.gateio.im/webp-social/moments-19636582e09b473536b17c2de0c61fbc.webp###

( Estructura del Manager

Proporciona funciones a nivel de sistema, como RoomManager, StateManager, EventBus, etc.

![Descomponiendo Project89: un marco de diseño modular y de alto rendimiento para la próxima generación de agentes de IA])https://img-cdn.gateio.im/webp-social/moments-b0180b99743a98bafb2b2d066900d65c.webp###

( interacción con la base de datos

Gestionar de manera unificada la interacción con la base de datos a través de StateManager.

![Deconstrucción del Project89: un diseño de marco de agente AI de próxima generación modular y de alto rendimiento])https://img-cdn.gateio.im/webp-social/moments-6a3ba796aae66b8a9f977ec99b5bb1c8.webp###

Puntos de innovación en la arquitectura

• Cada sistema opera de forma independiente, sin relación de llamada mutua.
• Función fácil de agregar y quitar, altamente modular
• Rendimiento superior a la arquitectura orientada a objetos tradicional
• El diseño de ejecución por capas del sistema es altamente innovador.

En general, se trata de un marco altamente modular y de excelente rendimiento que ofrece nuevas opciones de arquitectura para los campos de los juegos y DEFI.