今天小編分享的科技經驗：《我的世界》化身AI小鎮，NPC居民角色扮演如同真人，歡迎閱讀。
背後是專為開放世界打造的智能體
注意看，這個方塊人正在快速思考面前幾位 " 不速之客 " 的身份。
原來她是遇到了危險，意識到這一點之後，她馬上開始在腦海中搜索策略。
最終，她的方案是先逃跑然後尋求幫助，并馬上付諸行動。
與此同時，對面的人也在進行着和她一樣的思考……
這樣的一幅場景出現在了《我的世界》當中，而其中所有的人物都是由 AI 控制的。
他們有着各自的身份設定，比如前面提到的女孩是一個 17 歲、智勇雙全的快遞員。
他們擁有記憶和思考能力，在這個以《我的世界》為背景的小鎮中像人類一樣生活。
驅動他們的，是一款全新的、針對開放世界設計的、基于語言的 AI 角色扮演框架LARP。
這裡的 LA 指的是 Language Agent，同時 LARP 又是實時（Live Action）角色扮演的縮寫，可謂是一語雙關。
除了擁有更高的認知復雜度，相比于傳統的智能體框架，LARP 還縮小了智能體與開放世界遊戲之間的差距——
這類遊戲往往沒有特定的 " 通關标準 "，而是由玩家在其中自由探索，而傳統的遊戲智能體常被用來完成特定目标。
此外，LARP 的重點是突出模拟，使得智能體的行為更接近人類，為此研究者甚至特意引入了遺忘機制。
那麼，LARP 具體如何實現？馬上就來一探究竟。
多模塊協同控制智能體
LARP 的結構是模塊化的，具體包括了認知、人格、記憶、決策等組成部分。
其中，記憶模塊又由長期記憶、工作（短期）記憶和記憶處理系統三個部分組成。
流程上，角色觀察到的環境等信息會以自然語言形式輸入記憶處理模塊，經過編碼轉換并結合提取到的長期記憶，形成工作記憶；
然後工作記憶會輸入到決策模塊，最終產生決策或對話内容。
決策模塊的一個特點是會将一項大的目标拆解成子任務，同時利用其中的語言模型确定子任務的執行順序。
模型所做出的決策，會通過環境互動模塊調用 API 來執行，必要時還會調用回溯模塊進行代碼重建；
執行成功後，角色的新技能會被儲存，成為新的長期記憶。
在長期記憶的提取的過程中，人物會根據觀察到的内容進行自我提問，并通過邏輯語句、向量相似度和句子相似度三個維度進行查詢，從而提取答案。
其中邏輯語句用于語義（semantic）記憶的查詢，後兩者則用來查詢情景（episodic）記憶。
語義記憶是關于世界的一般性概念和事實知識，包含了遊戲規則和相關世界觀；情景記憶則是遊戲中的具體事件，與特定場景和經歷相關。
前者内容相對固定，而後者則會根據 Agent 的經歷不斷積累。
為了讓 LARP 控制的智能體更像真人，研究團隊還特意引入了随時間變化的遺忘機制。
當衰減參數 σ 超過一定阈值時，記憶提取會失敗，從而模拟遺忘過程，σ 的計算方式則是依據心理學定律設定的：
σ = αλ N ( 1 + β t ) - ψ
λ 代表記憶的重要性程度，N 表示提取次數，t 代表最後一次提取後經過的時間，ψ 是角色自身的遺忘速率，α 和 β 為縮放參數
這一公式由心理學家 Wayne Wickelgren 提出，是對艾賓浩斯遺忘曲線的一個補充。
而在人物性格的塑造上，研究人員在體現不同性格的數據集上預訓練出了基礎模型，并用專門構建的指令數據集進行監督微調。
同時，團隊還為角色的不同能力設計了多個數據集并訓練出了低秩适配模型，并于基礎模型動态整合，指導決策模塊生成符合人設的内容。
同時，LARP 中還設定了行動驗證和衝突識别模塊，确保模型為 agent 生成的内容受遊戲環境數據和先驗知識規範約束。
目前，LARP 的 GitHub 頁面已經建立，不過還處于空倉狀态，代碼暫未發布。
随着大模型研究的深入，智能體和群體智能實驗如今已成 AI 研究最熱門方向之一。
比如去年爆火的斯坦福 AI 小鎮、清華推出的 "AI 遊戲公司 " 和 "AI 狼人殺 "，都讓人們看到了多智能體協同的效益。
