推荐|让 AI 村民组成虚拟村庄会发生什么事？——GENERATIVE AI—

那我觉得这篇Paper不仅仅是有趣而已，其实它里面用的很多技术，我觉得都是蛮有参考价值的，未来如果你要让ChatGPT做非常复杂的事情，尤其是需要ChatGPT跟其他的Agent做互动，也许今天这篇Paper里面用的技术，都是可以参考的。所以我们来看看，它是怎么样让ChatGPT来操控一个Agent的，这个是它Paper里面的流程图啦.

那我们就不用这个流程图来讲。我直接告诉你说，这些Agent是怎么被操控的

好怎么被操控的呢？

4.3 AI角色的行为规划

规划的重要性： 如果没有规划，AI会陷入逻辑混乱，如重复进餐等不合理行为。
逐步细化规划：
- 初步计划： AI根据设定的角色背景生成大致的一天规划，例如几点起床、上课、吃饭等。
- 按小时计划： 对粗略规划进一步细化，比如几点开始创作音乐，几点吃零食等。
- 按分钟计划： 将小时计划细分为更精确的任务，例如某个时间点取零食、打扫房间等。
按规划执行： AI角色会严格按照制定的时间表完成每天的活动，呈现出有条理的生活状态。

观察上图，可以看到Agent确实在以ChatGPT规划好的路线度过一天。

但是如果一直按部就班的话，也太无聊了吧，因此我们要引入一些外部刺激。

4.4 外部刺激的引入

1）外界刺激的重要性：

如果AI仅依赖预先规划，会变得过于机械化、毫无变化。
外部刺激使AI能够动态调整行为，增加灵活性和互动性。

2）刺激的形式：

AI接收周围环境的状态更新，例如家具的状态（桌子、床等是否有变化）。
多数状态更新是琐碎且无意义的，但必要时提供有价值的信息触发新的行为。

3）动态响应： AI根据外界刺激调整计划，就像《脱稿玩家》中的角色因特殊事件改变日常生活轨迹。

5 Reflect：对记忆的诠释

5.1 为何需要Reflect

处理琐碎信息：
AI观察到的环境状态大多是无关紧要的琐碎事件（如桌子没变化、冰箱没变化），难以直接用于决策。
Reflect的作用：
对这些琐碎观察进行摘要，提取重要事件并生成更高层次的洞察。

5.2 Reflect的步骤

(1) 何时进行Reflect

触发条件：当积累了足够多的重要事件时，AI会执行Reflect。
事件的重要性评估：
- 使用ChatGPT打分（1-10分），为每个事件赋予重要性评级。
- 例如：
  - 刷牙、折棉被是低分事件（1分）。
  - 分手、被大学录取是高分事件（10分）。

(2) 反思内容生成

提出三个问题：
- AI根据重要事件提出需要解答的问题。
- 例子：经常看到克劳斯和玛丽亚在一起，他们是否在交往？

(3) 检索记忆

筛选相关记忆：按照以下标准从记忆中提取相关信息：
- 关联性：事件与问题之间的语义相似度，通过句子嵌入（sentence embedding）计算。
- 即时性：近期发生的事件优先。
- 重要性：事件的评分高低。

(4) 生成高层次洞察

综合记忆，提取洞察：
- AI根据检索到的记忆生成5个高层次的见解（high-level insights）。
- 并标注每个洞察来源于哪些记忆条目。
更新记忆：将这些新的洞察作为新的记忆存储起来。

5.3 Agent的内部记忆组成

观察（Observation）：Agent从环境中获取的信息，例如看到桌子、与其他角色的互动等。
计划（Plan）：每天早上生成的初步行动计划，也是记忆的一部分。
反思（Reflection）：基于观察和计划的深层分析，可进一步影响计划。反思可来源于：
- 观察到的信息。
- 计划内容。
- 之前的反思结果。

动态特性：反思可以是层层递进的，例如从一次反思中衍生出新的反思，逐渐形成复杂的推论。

5.4 Agent的反思机制（Reflection）

(1) Reflection的结果

在实验中，Agent的反思会生成“想法（Thought）”，这是系统对观察和记忆的高层次诠释。
例如：
- 玛丽亚的反思： 她暗恋克劳斯。
- 克劳斯的反思： 他也暗恋玛丽亚。
虽然看似两情相悦，但部分反思（如玛丽亚暗恋克劳斯）缺乏明确的证据（Evidence）。这些无证据的反思可能是创作者直接植入的内容，而非Agent通过观察自然生成。

(2) 计划调整

每当Agent观察到某个对象时，会自问以下两个问题：

第一个：对象与我的关系是什么？

例如，桌子与我无关时无需行动，但若桌子着火了，则需要灭火。

第二个：对象的状态对我的计划有何影响？

例如，June看到Eddie走过时，会回忆Eddie是自己的儿子，并形成摘要：

“Eddie正在创作音乐。”

根据摘要，June可能调整计划，例如决定与Eddie交流。

5.5 Agent间的互动

(1) 对话生成

如果决定与另一个Agent交流，Agent会生成新摘要，整合与对方相关的记忆形成问题。
案例：
- June问Eddie：“你作曲计划进行得如何？”
- Eddie结合与June的记忆回复：“爸爸，我的计划进行得很顺利。”

(2) 互动特点

对话内容以“正面、和谐”为主，类似于“父慈子孝”的模式：没有狗血情节，如“你这个小兔崽子，快去做作业”或“死老头，别烦我”。
尽管情节平淡，但仍能在角色互动中发“糖”（如父子关心或暗恋情节）（糖丸了）

6 情人节活动讯息散布

6.1 情人节活动的策划与消息传播

(1) 依莎贝拉的情人节计划

活动：2月14日下午5点，依莎贝拉计划在咖啡厅举办情人节活动。
她主动告知了9位路人活动信息，并鼓励他们参加。

(2) 信息传播链条

角色们根据各自的人际关系将信息传递：
- Sam 告诉了 Jennifer，可能是他的妻子。
- 艾莎转告给 玛莉亚，但信息被篡改为同一时间、地点举办读书会。
- 克劳斯 没有通知暗恋对象玛莉亚，而是告知了 Abby。
- Abby 再次确认活动信息并回传给依莎贝拉。

(3) 人际关系映射

从信息传播的路径可以看出角色之间复杂的关系：

克劳斯暗恋玛莉亚，却选择告诉Abby，表明他可能害羞或不知如何表达。
艾莎的行为暗示她可能在与玛莉亚的互动中存在其他意图。

6.2 情人节当天的活动状况

(1) 到场人数

虽然活动邀请了众多角色，但实际出席人数远低于预期，仅有4人到场（但比预期的还算“成功”）。
Abby并未现身，而玛莉亚意外到场。

(2) 玛莉亚与克劳斯的互动

巧合重逢： 玛莉亚与克劳斯并非一起来到活动，但都出席了。
互动细节： 玛莉亚主动邀请克劳斯与她同座，这使得克劳斯异常开心。
情感发展： 克劳斯与玛莉亚最终互相告白并在一起（尽管告白的具体内容尚不明确，可能需要进一步观察后续发展）。

7 有趣的评论

还满有趣的,光想像GTA带入这个系统就很惊艳了,可以四处发呆,看看发生了什么事,这样游戏任务的安排,也不容易产生作业倦怠感,AI打造的沉浸式「楚门的世界」
那有没有可能我们同样也是一个由更高文明设计的AI程序，每一个个体也是一个类AI产物，事件随机生成，然后世界中的很多无法解释的事件有可能是程序Bug。
这不是类似刀剑神域中Alicization篇的概念吗？
我真的去看IR与KM的告白对话了LOL，可惜Demo网站现在貌似会卡在2月13日晚8点多动不了。
我好想看看这款游戏，如果这真的出了我应该会整天坐在电脑前看小人在干嘛，感觉很有趣?

让 AI 村民组成虚拟村庄会发生什么事？——GENERATIVE AI——拓展内容（第5讲）

0 完整章节内容

1 资源链接