虚拟小镇 Smallville 中的 AI NPC 生活：斯坦福和谷歌团队揭示未来游戏新模式

撰文：Benj Edwards

来源：Ars Technica

近日，斯坦福大学和谷歌的一组研究人员，包括 Joon Sung Park, Joseph C. O'Brien, Carrie J. Cai, Meredith Ringel Morris, Percy Liang 和 Michael S. Bernstein，创建了一个类似于《模拟人生》（The Sims）的微型 RPG 风格的虚拟世界，其中 25 个角色由 ChatGPT 和自定义代码控制，以高度逼真的行为独立生活。他们在周五发表的预印本学术论文《生成代理：人类行为的交互模拟》（Generative Agents: Interactive Simulacra of Human Behavior）中介绍了他们的实验。

研究人员写道：“生成代理醒来，做早餐，然后去工作；艺术家作画，作家写作；他们形成意见，互相注意，并发起对话；他们在计划第二天的工作时会记住并思考过去的日子。”

为了实现这一目标，研究人员在很大程度上依赖于一个用于社会互动的大型语言模型（LLM），特别是 ChatGPT API。此外，他们创建了一个架构，用记忆和经验来模拟思维，然后让代理在世界范围内进行互动。而人类也可以与他们互动。

他们写道：“用户可以观察和干预代理的日常计划、分享新闻、建立关系和协调小组活动。”

自 20 世纪 70 年代以来，计算机和电子游戏已经包含了计算机控制的角色，但它们此前从未能够模拟具有自然语言复杂性的社交环境。现在，凭借 ChatGPT 等生成式人工智能模型，这种模拟成为可能。虽然该小组的研究不一定是一款“游戏”，但它可能是未来动态 RPG 角色以复杂和意想不到的方式互动的原型。

一位名叫 Dennis Hansen 的推特用户在回复关于这篇论文的一篇帖子时开玩笑说：“想象一下，杀死一个 NPC，回到城市，看到他们的葬礼。”从这项研究来看，这可能不是一个牵强的场景。

Smallville 的生活

为了研究这组人工智能代理，研究人员建立了一个名为“Smallville”的虚拟城镇，其中包括房屋、咖啡馆、公园和杂货店。为了实现人与人之间的互动，这个虚拟世界以俯视的方式表现出来，使用的是复古风格的像素图形，让人想起经典的 16 位日本 RPG。

Smallville 是一个由 25 个不同个体组成的社区，每个个体由一个基本的精灵化身代表。为了捕捉每个代理人的身份以及他们与社区其他成员的联系，研究人员创建了一段自然语言描述作为种子记忆。这些描述包括关于每个代理人的职业和与其他代理人的关系的细节。例如，以下是论文中提供的一个此类种子记忆的摘录：

John Lin 是 Willow 市场和药房的一名药店店主，他喜欢帮助别人。他一直在寻找方法，使顾客获得药物的过程更容易。John Lin 与身为大学教授的妻子 Mei Lin 和学习音乐理论的儿子 Eddy Lin 住在一起。John Lin 非常爱他的家人。

作为一个虚拟环境，Smallville 分为区域和对象。人类用户可以作为现有或新代理进入世界，用户和代理都可以通过操作影响对象的状态。人类用户还可以通过对话或通过发出指令作为“内心的声音”与人工智能代理互动。用户使用自然语言进行交流，指定代理，或者可以使用内心的声音来影响代理的行为。

在开发该虚拟世界时，一个特别的挑战来自于 LLM 有限的“内存”。这种内存以“上下文窗口”的形式出现，即 ChatGPT 一次可以处理的 token（词块）的数量。为了克服这些限制，研究人员设计了一个系统，在该系统中，“代理人记忆中最相关的部分”在需要时被检索和合成。

“代理感知他们的环境，所有的感知都保存在代理的经验的综合记录中，称为记忆流。基于他们的感知，架构检索相关的记忆，然后使用这些检索的行动来决定一个行动。这些检索到的记忆也被用来形成较长期的计划，并创造更高层次的反思，这些都被输入到记忆流中供将来使用。”

有趣的是，当沙盒世界中的人物遇到对方时，他们经常使用 ChatGPT 提供的自然语言相互交谈。通过这种方式，他们交换信息并形成关于他们日常生活的记忆。当研究人员将这些基本成分结合在一起并运行模拟时，有趣的事情开始发生。

突发行为

在论文中，研究人员列出了模拟中出现的三种突发行为。这些都不是预先编程的，而是由代理人之间的互动产生的。