AI大模型额外学习一:斯坦福AI西部世界小镇笔记(包括部署和源码分析)

文章目录

    • 一、简单介绍
      • 1)项目代码介绍
      • 2)重新播放模拟
      • 3)适当修改分叉模拟
    • 二、部署斯坦福小镇Demo
      • 1)准备工作
      • 2)解决遇到的bug
      • 3)启动服务器和前端
    • 三、源码剖析
      • 1)主题顺序

github链接

一、简单介绍

①背景介绍
This repository accompanies our research paper titled “Generative Agents: Interactive Simulacra of Human Behavior.” It contains our core simulation module for generative agents—computational agents that simulate believable human behaviors—and their game environment.

②总体逻辑
让小镇的NPC自由交流、开party、生活有条不紊
在这里插入图片描述
③总结:
Ai会感知周边环境,并将视野里发生的事件记录下来,加入自己的记忆流。之后,不论是Ai计划要做的事,还是对外界的反应,都会受到这个记忆的影响,并依靠ChatGPT进行决策,最后决策的事件也会加入记忆流,形成新的记忆。让NPC具备记忆系统,并依靠大语言模型来帮助NPC做出行动决策

https://github.com/joonspk-research/generative_agents/tree/main
https://www.zhihu.com/question/425708656
https://github.com/joonspk-research/generative_agents/tree/main
https://github.com/search?q=generative-agents&type=repositories

1)项目代码介绍

①项目有后端服务器backend_server和前端服务器frontend_server
②storage会保存程序运行的记录信息

2)重新播放模拟

打开浏览器,输入

http://localhost:8000/replay/<simulation-name>/<starting-time_step>

3)适当修改分叉模拟

在这里插入图片描述
这里的模拟是Isabella,scratch.json里面包括人物性格描述、居住地点、生活方式等,
spatial_memory.json里面还有房间布局等等

二、部署斯坦福小镇Demo

1)准备工作

①安装aneconda
②下载仓库代码

git clone https://github.com/joonspk-research/generative_agents.gitcd    generative_agents

③用vscode打开generative_agents目录
在这里插入图片描述
④在reverie目录的backend_server下载创建文件utils.py文件,填入以下内容
在这里插入图片描述

# Copy and paste your OpenAI API 
Keyopenai_api_key ="<Your OpenAI API>"
# Put your name
key_owner = "<Name>"maze assets loc ="../../enviroment/frontend_server/static_dirs/assets"
envircenv_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'# Verbose
debug = True

⑤填入OPEN AI API Keys和秘钥的名字
在这里插入图片描述

⑥创建新conda环境

conda create -n genagents python=3.11.4#激活新环境
conda activate genagents

2)解决遇到的bug

①pillow需要更新到最新的从8.4.0改到9.5.0
在这里插入图片描述

python -m pip install -r requirements.txt

②打开backend_server目录下的reverie.py文件,跳转400行
在这里插入图片描述

curr_move_path=f"{sim_folder}/movement"
#If the folder doesn't exist, we create it
if not os.path.exists(curr_move_path):os.makedirs(curr_move_path)

3)启动服务器和前端

①切换到前端目录,然后运行脚本

cd environment/frontend_server
python   manage.py runserver

②打开浏览器,输入

1.7.0.0.1:8000

在这里插入图片描述

有以上图片则表示启动成功

可以看到前端url的地址是

127.0.0.1:8000

③启动新终端来开启服务器

cd generative_agents
conda activate genagents
cd reverie/backend_server#准备开启服务器
python reverie.py

④回答要进入的分叉模拟(forked simulation):
现在是用现有的模板做三个代理(agent)

base_the_ville_sabella_maria_klaus

在这里插入图片描述
接着命名这个分叉模拟,随意,就叫test
在这里插入图片描述
⑤先跑3步,注意这里的步数,如果跑太多,token消耗的次数越多,3步就几刀
就可看到输出:
在这里插入图片描述

三、源码剖析

1)主题顺序

  • 简短说明
    ①根据填入的演变次数,来决定循环的次数
    ②便利所有的agent,每个agent执行自己的plan函数,也就是每个人作为一个agent
    ③根据第二步拿到的计划,然后执行计划
    ④执行计划之后,先看初始地点有那些人,然后利用prompt去跟这些人互动相互交流,跟同地点的人互动之后再用prompt修改当前的做事计划,然后让别人知道我在干嘛
    ⑤然后根据之前的今日的计划安排把自己以往的记忆用prompt进行评分排序
    (比如做瑜伽重要,就排前面)
    ⑥根据自己的计划和这个地方的场所列表,用promopt对要去的地方打分,就可以去那个排名第一的地方了

  • 详细说明

①根据填入的演变次数,来决定循环的次数

for repeat in range(repeats):....

②便利所有的agent,每个agent执行自己的plan函数,也就是每个人作为一个agent

for agent in agents:agent.plan(global_time,prompt_meta)

而每个agent都是由每个人的名字、描述、初始出生地点(从simulation_config.json里面读取,team_people都是镇上的人)构造出来
在这里插入图片描述
而这个plan函数就是给OpenAI接口一个prompt,如下:
在这里插入图片描述
根据今天时间写下今天的每小时计划安排
③根据第二步拿到的计划,然后执行计划
在这里插入图片描述
④执行计划之后,先看初始地点有那些人,然后利用prompt去跟这些人互动相互交流,跟同地点的人互动之后再用prompt修改当前的做事计划,然后让别人知道我在干嘛
在这里插入图片描述
⑤然后根据之前的今日的计划安排把自己以往的记忆用prompt进行评分排序
(比如做瑜伽重要,就排前面)
在这里插入图片描述

⑥根据自己的计划和这个地方的场所列表,用promopt对要去的地方打分,就可以去那个排名第一的地方了
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/753874.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

08|记忆:通过Memory记住客户上次买花时的对话细节

无论是LLM还是代理都是无状态的&#xff0c;每次模型的调用都是独立于其他交互的。也就是说&#xff0c;我们每次通过API开始和大语言模型展开一次新的对话&#xff0c;它都不知道你其实昨天或者前天曾经和它聊过天了。 使用ConversationChain from langchain import OpenAI…

1.gradle编译和运行

1.在Windows 项目的根目录下使用.\gradlew.bat build命令进行编译。 如果出错的原因是连接超时&#xff1a; Exception in thread “main” java.io.IOException: Downloading from https://services.gradle.org/distributions/gradle-8.6-bin.zip failed: timeout (10000ms) a…

【华为OD机试】找座位【C卷|100分】

【华为OD机试】-真题 !!点这里!! 【华为OD机试】真题考点分类 !!点这里 !! 题目描述 在一个大型体育场内举办了一场大型活动,由于疫情防控的需要, 要求每位观众的必须间隔至少一个空位才允许落座。 现在给出一排观众座位分布图,座位中存在已落座的观众,请计算出, 在不移…

嵌入式会越来越卷吗?

嵌入式会越来越卷吗? 当谈及嵌入式系统时&#xff0c;我们探究的不仅是一种科技&#xff0c;更是一个日益多元与普及的趋势。嵌入式系统&#xff0c;作为一种融入更大系统中的计算机硬件和软件&#xff0c;旨在执行特定功能或任务。但这个看似特定的系统概念&#xff0c;却在发…

黑马程序员——javase进阶——day09——线程安全,死锁,状态,通讯,线程池

目录&#xff1a; 线程安全 线程安全产生的原因线程的同步同步代码块同步方法Lock锁线程死锁 概述:产生条件:代码实践线程的状态线程通信线程池 线程使用存在的问题线程池的介绍线程池使用的大致流程线程池的好处Java提供好的线程池线程池处理Runnable任务线程池处理Callable任…

LeetCode刷题记录:(11)组合(初识回溯算法)

leetcode传送通道 暂时记录&#xff0c;这篇没啥营养&#xff0c;不用看了 class Solution {List<List<Integer>> result new ArrayList<>(); // 存所有组合List<Integer> path new LinkedList<>(); //存每一个组合public List<List<Int…

世界第一个AI软件工程师问世!

2024年3月13日&#xff0c;科技公司Cognition推出了世界上第一位人工智能软件工程师Devin AI。这项创新有望利用人工智能编码和机器学习的力量加快发展。Devin AI不仅仅是帮助&#xff1b;它是一个成熟的队友&#xff0c;发挥智能编码自动化和自主人工智能编码的魔力&#xff0…

SQL注入无回显,利用DNSlog构造方式

没有回显的情况下&#xff0c;一般编写脚本&#xff0c;进行自动化注入。但与此同时&#xff0c;由于 防火墙的存在&#xff0c;容易被封禁 IP&#xff0c;可以尝试调整请求频率&#xff0c;有条件的使用代理池进行请求。 此时也可以使用 DNSlog 注入&#xff0c;原理就是把服…

salesforce生产环境如何删除触发器

由于生产环境不能直接删除触发器&#xff0c;所以需要在sandbox中先让触发器inactive再部署到生产环境&#xff0c;就可以让触发器失效了。

C++基础6:面向对象程序设计思想和类(上)

此专栏为移动机器人知识体系下的编程语言中的 C {\rm C} C从入门到深入的专栏&#xff0c;参考书籍&#xff1a;《深入浅出 C {\rm C} C》(马晓锐)和《从 C {\rm C} C到 C {\rm C} C精通面向对象编程》(曾凡锋等)。 6.面向对象程序设计思想和类 6.1 程序设计思想 6.1.1 结构化…

春招第一面-京东

宝子们&#xff0c;卷起来吧&#xff01; 1、自我介绍 2、实习项目 3、实习项目分库分表怎么做的&#xff1f; 4、分布式主键用的是什么&#xff1f;雪花ID是怎么样的&#xff0c;有什么问题&#xff1f; 5、实习业务具体是干嘛 6、你们这个业务为啥不用es&#xff0c;如…

vscode中自动生成python的UML类图的插件

需求&#xff1a; 阅读一些源码时&#xff0c;想直观的看一下它的UML类关系图。 搜索发现已有相关的软件可以实现这个功能。 Linux系统&#xff1a; 安装pylint pip3 install pylint 使用pyreverse命令 pyreverse -ASmy -o png test.py 生成名为classes.png的UML类图 参考…

苍穹外卖-day08:导入地址簿功能代码(单表crud)、用户下单(业务逻辑)、订单支付(业务逻辑,cpolar软件)

苍穹外卖-day08 课程内容 导入地址簿功能代码用户下单订单支付 功能实现&#xff1a;用户下单、订单支付 用户下单效果图&#xff1a; 订单支付效果图&#xff1a; 1. 导入地址簿功能代码&#xff08;单表crud&#xff09; 1.1 需求分析和设计 1.1.1 产品原型&#xff08…

苍穹外卖-day04:项目实战-套餐管理(新增套餐,分页查询套餐,删除套餐,修改套餐,起售停售套餐)业务类似于菜品模块

苍穹外卖-day04 课程内容 新增套餐套餐分页查询删除套餐修改套餐起售停售套餐 要求&#xff1a; 根据产品原型进行需求分析&#xff0c;分析出业务规则设计接口梳理表之间的关系&#xff08;分类表、菜品表、套餐表、口味表、套餐菜品关系表&#xff09;根据接口设计进行代…

rocky9 编写一键安装mysql 的sh脚本

基本操作步骤 1、虚拟机最小化安装rocky9系统&#xff0c;安装后克隆一个系统&#xff1b;1个用来获取下载的rpm包&#xff0c;一个用来编写sh 测试脚本&#xff1b; 2、修改虚拟机的 yum配置文件&#xff0c;获取获取rpm程序 &#xff1a;启用缓存&#xff0c;并修改yum下载…

比特币,区块链及相关概念简介(二)

目录 什么是挖矿挖矿是否代表资源浪费为什么挖矿能维持比特币网络安全性&#xff1f;是怎么做到的呢&#xff1f;该系列文章链接 以下内容结合了chatgpt 3.5以及网络文章。 用于学习记录。 简介&#xff1a; 介绍了什么是挖矿&#xff0c;挖矿是否代表资源浪费&#xff0c;挖矿…

四个按键控制数码管分别显示6,8 ,A,F

#include<reg52.h> typedef unsigned int u16; //重新定义系统默认数据类型 typedef unsigned char u8; #define SMG_A_DP_PORT P0 //使用宏定义定义P0端口&#xff0c;数码管段码口 …

【数据结构与算法】:非递归实现快速排序、归并排序

&#x1f525;个人主页&#xff1a; Quitecoder &#x1f525;专栏&#xff1a;数据结构与算法 上篇文章我们详细讲解了递归版本的快速排序&#xff0c;本篇我们来探究非递归实现快速排序和归并排序 目录 1.非递归实现快速排序1.1 提取单趟排序1.2 用栈实现的具体思路1.3 代码…

Linux:git的基础操作

git的下载 版本控制系统一般分为两种&#xff0c;集中式版本控制系统&#xff0c;分布式版本控制系统 什么是集中式版本控制系统&#xff1a;版本库集中存放在中央服务器&#xff0c;工作时候使用自己的电脑&#xff0c;当工作时候在中央服务器上拉取最新版本的代码&#xff0c…

U盘变身“本地磁盘”?数据恢复与防范策略大揭秘

一、突发状况&#xff1a;U盘秒变“本地磁盘” 在日常工作生活中&#xff0c;U盘凭借其便携性和大容量&#xff0c;成为我们存储和传输数据的重要工具。然而&#xff0c;有时我们会遇到这样一个棘手的问题&#xff1a;原本应显示为可移动磁盘的U盘&#xff0c;在插入电脑后却突…