网站建设需要入无形资产吗,十大免费excel网站,电商店铺图片,西安在线网文章目录 一、简单介绍1#xff09;项目代码介绍2#xff09;重新播放模拟3#xff09;适当修改分叉模拟 二、部署斯坦福小镇Demo1#xff09;准备工作2#xff09;解决遇到的bug3#xff09;启动服务器和前端 三、源码剖析1#xff09;主题顺序 github链接 一、简单介… 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Demo1准备工作2解决遇到的bug3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 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?qgenerative-agentstyperepositories 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_step3适当修改分叉模拟 这里的模拟是Isabellascratch.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_agents③用vscode打开generative_agents目录 ④在reverie目录的backend_server下载创建文件utils.py文件填入以下内容 # Copy and paste your OpenAI API Keyopenai_api_key Your OpenAI API # Put your name key_owner Namemaze assets loc ../../enviroment/frontend_server/static_dirs/assets envircenv_matrixf{maze_assets_loc}/the_ville/matrix env_visuals f{maze assets loc}/the_ville/visualsfs_storage ../../environment/frontend server/storage fs_temp_storage ../../environment/frontend_server/temp_storagecollision block id 32125# Verbose debug True⑤填入OPEN AI API Keys和秘钥的名字 ⑥创建新conda环境 conda create -n genagents python3.11.4#激活新环境 conda activate genagents2解决遇到的bug ①pillow需要更新到最新的从8.4.0改到9.5.0 python -m pip install -r requirements.txt②打开backend_server目录下的reverie.py文件跳转400行 curr_move_pathf{sim_folder}/movement #If the folder doesnt 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 runserver②打开浏览器输入 1.7.0.0.1:8000有以上图片则表示启动成功 可以看到前端url的地址是 127.0.0.1:8000③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.py④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接着命名这个分叉模拟随意就叫test 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 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 而这个plan函数就是给OpenAI接口一个prompt如下 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 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