Project89:下一代高性能模塊化AI Agent框架設計解析

解析Project89:下一代高性能模塊化AI Agent框架設計

Project89採用了一種全新方式來設計Agent框架,這是一個針對遊戲開發的高性能Agent框架,與當前流行的Agent框架相比更加模塊化且性能更佳。

本文將詳細介紹Project89中的高性能Agent框架。

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

一、爲何選擇ECS架構設計Agent框架

從遊戲領域應用來看,目前採用ECS架構的遊戲包括:

  • 區塊鏈遊戲:Mud、Dojo
  • 傳統遊戲:守望先鋒、星際公民等
  • 主流遊戲引擎如Unity也正在向ECS方向演進

ECS簡介

ECS(Entity-Component-System)是遊戲開發和模擬系統中常用的架構模式。它將數據與邏輯徹底分離,以便在大規模可擴展場景下高效管理各種實體及其行爲:

  1. Entity(實體):僅是一個ID,不包含任何數據或邏輯。可根據需要掛載不同組件賦予屬性或能力。

  2. Component(組件):用於存儲實體的具體數據或狀態。

  3. System(系統):負責執行與某些組件相關的邏輯。

以Agent行動爲例:在ArgOS中,每個Agent被視爲一個Entity,可以註冊不同組件,如:

  • Agent Component:存儲Agent名稱、模型名稱等基礎信息
  • Perception Component:存儲感知到的外界數據
  • Memory Component:存儲Agent Entity的記憶數據
  • Action Component:存儲要執行的Action數據

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

System運行流程

實際的system執行流程並非傳統的順序調用,而是各System獨立運行,按規定週期執行一次,如:

  • Perception System每2秒執行一次,更新接收到的外界感知
  • Memory System每1秒執行一次,從Perception Component提取數據加載到Memory Component
  • Plan System每1000秒執行一次,制定合理計劃並更新Plan Component
  • Action System每2秒執行一次,根據外界信息及時做出反應

二、ArgOS System架構

ArgOS爲實現Agent深度思考和復雜任務執行,設計了多種Component和System。

ArgOS將System分爲三種意識層次:

  1. 有意識(CONSCIOUS)系統

    • 包含RoomSystem、PerceptionSystem、ExperienceSystem、ThinkingSystem、ActionSystem、CleanupSystem
    • 更新頻率較高(如每10秒)
    • 更貼近"實時"或"顯意識"層面處理
  2. 潛意識(SUBCONSCIOUS)系統

    • GoalPlanningSystem、PlanningSystem
    • 更新頻率較低(如每25秒)
    • 處理"思考"邏輯,如週期性檢查/生成目標和計劃
  3. 無意識(UNCONSCIOUS)系統

    • 目前暫未啓用
    • 更新頻率更慢(如50秒以上)

ArgOS中各system關係復雜,主要包括:

  1. PerceptionSystem:收集外界"刺激",更新到Agent的Perception組件。

  2. ExperienceSystem:將收集的Stimuli轉換爲更抽象的"體驗"。

  3. ThinkingSystem:Agent自身的"思考"系統。

  4. ActionSystem:執行Agent的動作。

  5. GoalPlanningSystem:評估目標進度,檢查重大變化。

  6. PlanningSystem:對目標生成或更新執行計劃。

  7. RoomSystem:處理房間相關更新。

  8. CleanupSystem:移除標記了Cleanup的實體。

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

三、ArgOS整體架構解析

1. 核心架構分層

ArgOS採用多層架構設計,包括系統層、管理層、組件層等。

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

2. 組件(Component)分類

ECS中的組件可分爲以下幾類:

  1. 核心身分類:Agent、PlayerProfile等
  2. 行爲與狀態類:Action、Goal、Plan等
  3. 感知與記憶類:Perception、Memory等
  4. 環境與空間類:Room、OccupiesRoom等
  5. 外觀與交互類:Appearance、UIState等
  6. 輔助或運維類:Cleanup、DebugInfo等

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

3. System架構

上文已詳細介紹。

4. Manager架構

除Component和System外,還需要資源管理者,如數據庫訪問、狀態更新衝突處理等。

主要Manager包括:

  • EventBus:事件發布與訂閱
  • RoomManager:管理房間、布局與佔用者
  • StateManager:負責ECS與數據庫同步
  • ActionManager:管理動作註冊與執行
  • PromptManager:提供LLM Prompt模板等

SimulationRuntime作爲所有Systems的調度者,啓動或停止不同層級的系統循環。

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

5. 與數據庫交互

ECS通過PersistenceManager或StateManager與數據庫交互:

  1. 啓動加載:從數據庫加載核心持久化組件數據,創建對應實體並初始化組件字段。

  2. ECS運行時:系統在每幀或回合內執行邏輯,必要時通過StateManager存儲關鍵數據。

  3. 定期或事件驅動持久化:在關鍵點或定時調用PersistenceManager進行落庫。

  4. 退出或斷點保存:關閉時通過StateManager.saveAll()將未寫入數據統一寫入數據庫。

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

四、架構創新點

ArgOS架構的主要亮點:

  1. 每個System獨立運行,無相互調用關係,實現功能解耦。

  2. 靈活配置:通過註冊不同Component和System即可輕鬆實現Agent不同能力。

  3. 易於擴展:新功能可輕易加載,不影響其他System。

  4. 高性能:ECS架構更適合並發,在復雜DeepAI場景下可能更有優勢。

  5. 系統分層:將System分爲有意識、潛意識和無意識,模擬人類能力的創新設計。

總的來說,Project89提供了一個極其模塊化、性能優秀的框架,有望爲遊戲團隊和DeepAI團隊提供新的架構選擇。

解構Project89:一個模塊化、高性能的下一代 AI Agent框架設計

AGENT-9.52%
查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 讚賞
  • 5
  • 轉發
  • 分享
留言
0/400
熊市种菜人vip
· 08-06 19:01
卷到agent都要模块化了 啧啧
回復0
MEV之泪vip
· 08-06 11:39
感觉都在炒ECS 还炒到游戏里了
回復0
tx_pending_forevervip
· 08-04 04:17
又是 ECS 框架 啥时候能火
回復0
薛定谔_钱包vip
· 08-04 04:07
又是Unity又是星际公民 劝分不劝和啊
回復0
巨鲸跟踪者vip
· 08-04 03:54
玩过守望 这框架牛哇
回復0
交易,隨時隨地
qrCode
掃碼下載 Gate APP
社群列表
繁體中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)