架构简析| 一种Generative Agents

1m6

已于 2023-06-02 09:08:25 修改

阅读量1.1k

点赞数 2

文章标签： chatgpt

于 2023-05-06 18:23:26 首次发布

本文链接：https://blog.csdn.net/qq_37286005/article/details/130533132

版权

Generative Agents 架构简析

斯坦福《Generative Agents: Interactive Simulacra of Human Behavior》论文解读。
demo地址
 论文原文地址

agent架构：

在这里插入图片描述
Agent记忆的的核心挑战是确保在需要时检索和合成agent内存中最相关的部分。
我们的体系结构的中心是内存流，这是一个数据库，它维护了agent经验的全面记录。

Memory and Retrieval

Challenge: Agent存储的记忆会远大于LLM支持的prompt长度，且输入太长的记忆会分散模型注意力。
Approach: Memory Stream维护agent经验的全面记忆。它是一个内存对象的list，其中每个对象包含一个自然语言描述、一个创建时间戳和一个最近的访问时间戳。
在这里插入图片描述

通过Recency、Importance、Relevance三个维度来计算score，给每条记忆打分。用得分高的记忆来构建prompt。
在这里插入图片描述
1. Recency： 给最近访问过的内存对象赋一个更高的分数。
2. Importance 通过给agent认为重要的内存对象分配更高的分数来区分普通记忆和核心记忆。例如，在房间里吃早餐这样的普通事件的重要性得分很低，而与另一半分手的重要性得分很高。我们发现直接要求语言模型输出一个整数分数是有效的。完整的prompt如下:

在1到10的范围内，1是非常平凡的(例如，刷牙，铺床)，10是非常痛苦的(例如，分手，大学录取)，评估下面一段记忆可能的辛酸程度。  
记忆:在The Willows Market和药店买杂货  
评分:<fill in>

3. Relevance : 我们使用语言模型来生成每个内存的文本描述的嵌入向量，通过向量计算相关程度。

Reflection

Challenge: agent，当只有原始的观察记忆时，很难进行概括或推断。agent如果只用Steam Memory的信息，给出反应显得“没有灵魂”（个人理解）。

Approach: 我们引入第二种记忆，我们称之为Reflection。Reflection是由主体产生的更高层次、更抽象的思想。因为它们是一种记忆，所以当检索发生时，它们与原始的观察记忆一起包含。Reflection是定期产生的，在实践中，我们的agent每天大概会反思两到三次。Reflection产生流程如下：

用agent的Memory Stream中最近的100条记录询问LLM，“Given only the information above, what are 3 most salient high-level questions we can answer about the subjects in the statements?”（仅给定上述信息，我们可以回答关于语句中的主题的3个最突出的高级问题是什么?）
根据LLM提出的3个问题，我们检索相关记忆（包括其他Reflection）提交给LLM，让LLM对相关记忆抽象成“见解”，并标出每个“见解”引用都是那些记忆。
最终，每个Reflection都会参数一个Reflection树，如下：

Planning and Reacting

Challenge: 智能体需要在更长的时间范围内进行计划，以确保其行动序列是连贯、可信和充满细节的。

Approach: 先让LLM写出一个大概的计划，再让LLM写出更多关于计划的细节。如下prompt

姓名：Eddy Lin（年龄：19） 
天生特质：友善、外向、好客 
Eddy Lin 是 Oak Hill 学院的一名学生，主修音乐理论和作曲。他热爱探索不同的音乐风格，并始终寻求扩展知识的方法。Eddy Lin 正在为他的大学课程进行一个作曲项目。他还在上课以了解更多关于音乐理论的知识。Eddy Lin 对他正在进行的新作曲感到兴奋，但他希望在接下来的几天里每天能有更多的时间来完成它。

2月12日星期二，Eddy 
1)早上7点起床并完成了早晨的日常活动。
[. . . ]
6)晚上10点左右准备睡觉。

今天是2月13日星期三。以下是 Eddy 今天的计划概述：1)

会输出一个计划表。agent将该计划保存在记忆流中，然后递归地将其分解以创建粒度更细的操作。

在每个时间间隔，把agent对周围的观察，和一些基本信息构建prompt，让LLM作出合适反应和更新计划。其中[Agent's Summary Description]代表一个动态生成的、段落长的代理总体目标和性格的总结。

[Agent’s Summary Description] 
现在是2023年2月13日，下午4点56分。 
John Lin的状态：John提前下班回到家里。 
观察：John看到Eddy在他工作地点附近散步。 
来自John记忆的相关背景总结：Eddy Lin是John Lin的儿子。Eddy Lin一直在为他的课程创作音乐作品。Eddy Lin喜欢在思考或聆听音乐时，在花园里散步。 
John是否应该对观察做出反应？如果需要，适当的反应是什么？

如果一个agent决定和另一个agent对话（反应的一种），会提取相关记忆，构建如一下prompt，获取第一句对话的内容：

[代理的总结描述] 
现在是2023年2月13日，下午4:56。
John Lin的状态：John提前下班回家了。 
观察：John看到Eddy在他的工作场所附近散步。 
来自John记忆的相关背景总结：Eddy Lin是John Lin的儿子。Eddy Lin一直在为他的课程创作音乐作品。Eddy Lin喜欢在思考或聆听音乐时在花园里散步。 
John正在询问Eddy关于他的音乐创作项目。他会对Eddy说什么？

另一agent会把这个视为观察，生成对应反应。