📢 Gate廣場專屬 #WXTM创作大赛# 正式開啓!
聚焦 CandyDrop 第59期 —— MinoTari (WXTM),總獎池 70,000 枚 WXTM 等你贏!
🎯 關於 MinoTari (WXTM)
Tari 是一個以數字資產爲核心的區塊鏈協議,由 Rust 構建,致力於爲創作者提供設計全新數字體驗的平台。
通過 Tari,數字稀缺資產(如收藏品、遊戲資產等)將成爲創作者拓展商業價值的新方式。
🎨 活動時間:
2025年8月7日 17:00 - 8月12日 24:00(UTC+8)
📌 參與方式:
在 Gate廣場發布與 WXTM 或相關活動(充值 / 交易 / CandyDrop)相關的原創內容
內容不少於 100 字,形式不限(觀點分析、教程分享、圖文創意等)
添加標籤: #WXTM创作大赛# 和 #WXTM#
附本人活動截圖(如充值記錄、交易頁面或 CandyDrop 報名圖)
🏆 獎勵設置(共計 70,000 枚 WXTM):
一等獎(1名):20,000 枚 WXTM
二等獎(3名):10,000 枚 WXTM
三等獎(10名):2,000 枚 WXTM
📋 評選標準:
內容質量(主題相關、邏輯清晰、有深度)
用戶互動熱度(點讚、評論)
附帶參與截圖者優先
📄 活動說明:
內容必須原創,禁止抄襲和小號刷量行爲
獲獎用戶需完成 Gate廣場實名
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。
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:
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:
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。
Component(組件):用於存儲實體的具體數據或狀態。
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:
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:
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:
有意識(CONSCIOUS)系統
潛意識(SUBCONSCIOUS)系統
無意識(UNCONSCIOUS)系統
ArgOS中各system關係復雜,主要包括:
PerceptionSystem:收集外界"刺激",更新到Agent的Perception組件。
ExperienceSystem:將收集的Stimuli轉換爲更抽象的"體驗"。
ThinkingSystem:Agent自身的"思考"系統。
ActionSystem:執行Agent的動作。
GoalPlanningSystem:評估目標進度,檢查重大變化。
PlanningSystem:對目標生成或更新執行計劃。
RoomSystem:處理房間相關更新。
CleanupSystem:移除標記了Cleanup的實體。
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。
2. 組件(Component)分類
ECS中的組件可分爲以下幾類:
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:
SimulationRuntime作爲所有Systems的調度者,啓動或停止不同層級的系統循環。
5. 與數據庫交互
ECS通過PersistenceManager或StateManager與數據庫交互:
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。
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。
定期或事件驅動持久化:在關鍵點或定時調用PersistenceManager進行落庫。
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。
四、架構創新點
ArgOS架構的主要亮點:
每個System獨立運行,無相互調用關係,實現功能解耦。
靈活配置:通過註冊不同Component和System即可輕鬆實現Agent不同能力。
易於擴展:新功能可輕易加載,不影響其他System。
高性能:ECS架構更適合並發,在復雜DeepAI場景下可能更有優勢。
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。