构思篇¶

基于Generative Agents: Interactive Simulacra of Human Behavior（以下简称GA）等论文, 着重于人工智能代理的行为规划框架和实现。

总结GA¶

在决策层，GA一文核心部分为反射(Reflect)，从而将记忆（即历史记录）压缩提炼重点(Summarize)获取NPC角色的“思想”。

在执行层，GA使用GPT结构化输出文本到游戏中的解释器来执行，如果解释器的指令足够原子化，就可以让NPC自己执行变化丰富的行为序列从而表现出其“真实”。

反思¶

最终的行为总会依赖解释器，不可能完全让AI生成一切行为，最终都需要原子指令，而AI生成行为的丰富程度取决于原子指令的丰富程度和AI对其的理解力。

因此除了让AI通过解释语言来转为行为（例如GA中的行为设计的原子操作是将行为拆解到三元组），还可以让设计者提供有限行为，让AI学习如何使用，在Agent Sims论文中近似的概念被称为Tool-Use System。

综上，我们完全可以使用传统的AI决策模型，让AI能借助程序化的工具实现更可信的行为模拟。

设想一¶

根据Goap提供的Goal、Action之间的关系由语言模型进行总结概括，运行时完全由AI生成Plan。

Goap的决策使用A*算法获取Plan，在GameAIPro中，这被称为Backward推理的方式，如让大语言模型操控，则应使用Forward推理的方式。

例如使用Multi-Agents时，我们将一个任务的提示词交给一个Agent，让其完成一个推理任务，再将结果交给下一级的Agent，从而形成一个近似层级任务网络HTN的决策模型，因此后续我们将该方式称为代理决策的方式。

设想二¶

仅在Goap的Planner基础上加一层Reflect让决策更具生命力,后续我们将该方法称为辅助决策的方式。

具体而言，是保留Goap对于Plan的Backword推理，但对于Goal的权重系数由生成式代生成或Goal直接由生成式代理选择，这种方式对于已有游戏框架的侵入或改动是最小的，可以简单快速的让虚拟世界的NPC更鲜活。

实验¶

对于上述设想的实验，详见实验篇

参考文献¶

Behavior Selection Algorithms An Overview. Michael Dawe, Steve Gargolinski, Luke Dicken, Troy Humphreys, and Dave Mark. Game AI Pro.