AI 大模型系统实战
Tyler
前亚马逊应用科学家,头部大厂 AIGC 算法技术负责人
6826 人已学习
新⼈⾸单¥59
登录后,你可以任选4讲全文学习
课程目录
已完结/共 38 讲
结束语&结课测试 (2讲)
AI 大模型系统实战
15
15
1.0x
00:00/00:00
登录|注册

23|提示语工程(五):构建你自己的西部世界——AI小镇搭建实战

你好,我是 Tyler。
在前几节课中,我们学习了如何使用提示语工程方法来辅助大语言模型解决复杂问题。为了让你更深入地理解这个过程,今天我会带你尝试构建自己的人工智能小镇。
相信经过前几节课的理论学习,你已经对这节课的内容提前有所了解了。我们需要注意的是,由于我们的专栏的重点不是游戏引擎,因此这节课的重点是智能体的实验环境搭建。

实验环境

首先我们来了解一下这个小镇的实体,也就是这个小镇的游戏开发环境。

Smallville 仿真游戏环境

因为具体的仿真游戏环境在代码里已经布置好了,所以游戏环境这部分内容你只要理解即可。Smallville 仿真游戏环境是一个虚拟世界,使用了 Phaser 框架构建。这个环境包括了视觉环境、地图和碰撞信息。生成式 AI 智能体可以访问这些信息,并通过后端服务器与仿真环境交互。
仿真世界中的每个智能体的信息都被存储在后端服务中的一个 JSON 数据结构中。该数据结构包含智能体的 ID、位置、方向、状态和记忆等信息。
在每个仿真时间步骤中,仿真服务器都会解析 JSON 数据结构,检查生成式 AI 智能体是否有任何数据更新,如果有则同步到仿真环境中。智能体的自主行为由记忆驱动,在最早期赋予它的记忆叫做种子记忆,后续随行为产生的记忆会随着智能体在仿真世界中的经验变化而不断更新。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

本文介绍了如何使用提示语工程方法来构建人工智能小镇的实战过程。文章首先介绍了小镇的仿真游戏环境,包括视觉环境、地图和碰撞信息,并解释了生成式AI智能体如何访问这些信息并与仿真环境交互。接着详细介绍了智能体系统架构,包括智能体行为、动作定位和智能体动作的实现原理。文章还提供了搭建AI小镇的具体步骤,包括克隆项目文件、安装依赖和创建配置文件等。通过具体的实例和技术细节,帮助读者了解了如何利用提示语工程方法构建人工智能小镇的实际操作过程。文章还提到了在实验环境中观察AI角色的行为,测试提示语工程的效果,并比较不同AI之间的竞争表现,以不断优化提示语工程方法。最后,通过思考题,鼓励读者基于AI小镇的开源代码完成任务,如为智能体添加更为复杂的思维链能力、优化提示词模板以及添加使用外部工具的能力。整体而言,本文为读者提供了一个实用的实验环境,帮助他们学习如何构建以生成式人工智能大模型驱动的具身智能应用,并鼓励他们在实践中不断优化和提升技能。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《AI 大模型系统实战》
新⼈⾸单¥59
立即购买
登录 后留言

全部留言(2)

  • 最新
  • 精选
  • 顾琪瑶
    想问下老师, 您在开篇时谈论过, python和langchain不适合应用在工业级场景下, 但是目前的课程下来还是基于这些来教授的. 那么最终在工业级会怎么使用呢?

    作者回复: 你好,顾琪瑶!首先回答你的问题,在前面的课程中没有否定过 python 在工业界的价值。其次,这门课自始至终也没有使用 langchain 作为工业级系统的方案一部分。 下面再详细介绍一下这门课中使用示例的来源:首先,对于重要系统组件,我为大家提供了工业级方案,如 HA3 和 LoRA。其次,有一部分比较前沿的知识,目前的主要示例还来自于学术界,所以我使用了开源的 python 代码作为演示,方便大家的学习。因为相信大家在完成课程的学习后,有能力将这部分功能加入到工业级组件的实现中,这也是工业界现在的普遍做法和基础能力要求。在后面的课程中期待与你继续交流!

    2023-10-11归属地:上海
    8
  • 天心
    运行的时候报错,请问老师是什么原因呢:TOKEN LIMIT EXCEEDED === persona/prompt_template/v2/generate_hourly_schedule_v2.txt ~~~ persona --------------------------------------------------- Isabella Rodriguez ~~~ gpt_param ---------------------------------------------------- {'engine': 'text-davinci-003', 'max_tokens': 50, 'temperature': 0.5, 'top_p': 1, 'stream': False, 'frequency_penalty': 0, 'presence_penalty': 0, 'stop': ['\n']} ~~~ prompt_input ---------------------------------------------- ['[Monday February 13 -- 00:00 AM] Activity: [Fill in]\n[Monday February 13 -- 01:00 AM] Activity: [Fill in]\n[Monday February 13 -- 02:00 AM] Activity: [Fill in]\n[Monday February 13 -- 03:00 AM] Activity: [Fill in]\n[Monday February 13 -- 04:00 AM] Activity: [Fill in]\n[Monday February 13 -- 05:00 AM] Activity: [Fill in]\n[Monday February 13 -- 06:00 AM] Activity: [Fill in]\n[Monday February 13 -- 07:00 AM] Activity: [Fill in]\n[Monday February 13 -- 08:00 AM] Activity: [Fill in]\n[Monday February 13 -- 09:00 AM] Activity: [Fill in]\n[Monday February 13 -- 10:00 AM] Activity: [Fill in]\n[Monday February 13 -- 11:00 AM] Activity: [Fill in]\n[Monday February 13 -- 12:00 PM] Activity: [Fill in]\n[Monday February 13 -- 01:00 PM] Activity: [Fill in]\n[Monday February 13 -- 02:00 PM] Activity: [Fill in]\n[Monday February 13 -- 03:00 PM] Activity: [Fill in]\n[Monday February 13 -- 04:00 PM] Activity: [Fill in]\n[Monday February 13 -- 05:00 PM] Activity: [Fill in]\n[Monday February 13 -- 06:00 PM] Activity: [Fill in]\n[Monday February 13 -- 07:00 PM] Activity: [Fill in]\n[Monday February 13 -- 08:00 PM] Activity: [Fill in]\n[Monday February 13 -- 09:00 PM] Activity: [Fill in]\n[Monday February 13 -- 10:00 PM] Activity: [Fill in]\n[Monday February 13 -- 11:00 PM] Activity: [Fill in]', "Name: Isabella Rodriguez\nAge: 34\nInnate traits: friendly, outgoing, hospitable\nLearned traits: Isabella Rodriguez is a cafe owner of Hobbs Cafe who loves to make people feel welcome. She is
    2024-01-30归属地:北京
收起评论
显示
设置
留言
2
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部