System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及数据处理,尤其涉及一种生成式智能体的记忆流构建方法以及装置。
技术介绍
1、现如今,生成式智能体在模拟人类时通常都是将llm(large language model,大语言模型)技术与记忆流框架相结合来生成智能体行为。这其中,记忆流框架可使生成式智能体生成的行为具备时间线上的一致性,而作为该记忆流框架的底层单元记忆流,是带时间戳的用自然语言描述智能体所有经历的全列表,其通过基于相关性、近似性和重要性的检索模型,可以为生成式智能体的即时行为提供信息所需的记录。
2、然而,目前生成式智能体结合的记忆流框架仅仅考虑了事件流,如此,生成式智能体单从事件角度描述的形式,便难免会产生同一事件由多智能体进行描述的存储浪费问题,也无法根据关系生成合适的交流语言输出。此外,生成式智能体会产生幻觉即对新接触的消息,无确认环节,直接加载至记忆流,亦无纠错机制,致使错误一直延续。同时,基于llm对于虚拟环境的同名智能体、通知常识的同名实体也无法区分。
技术实现思路
1、本申请的主要目的在于提供一种生成式智能体的记忆流构建方法以及装置,旨在避免多智能体交互时对同一事件进行多次存储引起的内存浪费。
2、为实现上述目的,本申请提供一种生成式智能体的记忆流构建方法,所述生成式智能体的记忆流构建方法包括:
3、构建生成式智能体的系统全记忆流;
4、根据所述系统全记忆流确定各所述生成式智能体相互之间的智能体关系、关系权重及交互记忆流;
5、根据所
6、可选地,所述方法还包括:
7、根据所述人际关系记忆流生成所述生成式智能体基于对象的交互内容;
8、生成式智能体基于所述基于对象的交互内容,进行交互,获取新增记忆流单元;
9、根据所述生成式智能体的新增记忆流单元事件对所述人际关系记忆流进行更新。
10、可选地,所述根据所述系统全记忆流确定各所述生成式智能体相互之间的智能体关系、关系权重及交互记忆流的步骤,包括:
11、根据所述系统全记忆流构建智能体独立记忆流和智能体交互记忆流;
12、根据构建得到的所述智能体交互记忆流构建生成式智能体人际关系圈;
13、根据构建得到的所述生成式智能体人际关系圈确定各所述生成式智能体相互之间的智能体关系;
14、设置智能体各关系权重初始值为1。
15、可选地,所述方法还包括:
16、提取系统全记忆流中记忆流单元的事件主体仅为当前智能体的所有记忆流单元,并将提取到的记忆流单元构建为智能体独立记忆流
17、提取系统全记忆流中记忆流单元的事件主体包含当前智能体且非仅包含当前智能体的所有记忆流单元,并将提取到的记忆流单元构建为智能体交互记忆流
18、所述各所述生成式智能体的事件记忆流为:
19、其中,j表示智能体编号,j表示智能体编号集合;表示编号为j的智能体的独立记忆流;表示表示编号为j的智能体的交互记忆流;ωj表示编号为j的智能体的事件记忆流。
20、可选地,所述根据所述人际关系记忆流生成所述生成式智能体基于对象的交互内容的步骤,包括:
21、在当前智能体视觉范围确定所有其他智能体;
22、根据智能体的标号,判定所有其他智能体是否在当前智能体的人际交际圈内;
23、若在,则先利用当前智能体人际关系记忆流中对应记忆单元的最近记忆、当前智能体事件记忆流,构建相关记忆文本;将相关记忆文本及当前智能体人际关系记忆流中对应记忆单元的关系及权重一起输入到llm,生成基于关系的交互对话文本,实现自适应角色对话文本生成;
24、若不在,智能体利用初始角色文本及智能体事件记忆流,构建相关记忆文本,将相关记忆文本输入llm,生成初识自我介绍和最新事件分享的交互对话文本。
25、可选地,所述方法还包括:
26、构建生成式智能体的系统环境记忆流。
27、可选地,所述构建生成式智能体的系统环境记忆流的步骤,包括:
28、根据地点、物体、物体状态、物体状态持续时间,构建环境记忆流单元streamn={adn,itemn,stan,ltn};
29、根据构建得到的所述环境记忆流单元构建生成式智能体的系统环境记忆流ωs={streamn|1≤n≤n0};
30、其中,streamn表示编号为n的环境记忆流单元;adn表示streamn对应地点,itemn,stan,ltn分别表示adn对应的地点当前时刻包含的物体集合,物体状态的集合,物体状态开始时间的集合;itemn,m表示adn包含的编号为m的智能体;mn表示adn当前时刻包含的物体编号集合,itemn={itemn,m|m∈mn};n0表示初始化环境总数。
31、可选地,所述方法还包括:
32、基于对所述生成式智能体的新增记忆流单元进行事件验证分析,对所述智能体交互记忆流进行更新,包括:
33、若新增记忆流单元的事件包含新闻类内容,则将新增记忆流单元加入短时待验证区域,否则将新增记忆流单元加入智能体交互记忆流;
34、将所述短时待验证区域内记忆流单元的事件,加入智能体交互话题并与其他智能体进行真实性验证;
35、当验证通过次数达到阈值或者经过所述短时待验证区域内记忆流单元的事件涉及智能体主体的真实性验证,则将所述记忆流单元加入智能体交互记忆流,否则标识所述记忆流单元的事件为虚假信息及其验证过程,然后加入智能体交互记忆流。
36、可选地,所述方法还包括:
37、基于对所述生成式智能体的新增记忆流单元进行智能体验证分析以区分同名智能体,包括:
38、若新增记忆流单元的事件包含的交谈内容涉及交互智能体外的第三方智能体,且第三方智能体均位于交互智能体人际关系圈,则加载智能体交互记忆流中涉及的第三方同名智能体的所有记忆单元事件,然后进行智能体相似性验证或事件互斥的验证;
39、若验证通过,则认为同名第三方智能体为同一个,否则认为当前交互的智能体涉及的第三方智能体仅为同名但非同一个智能体;
40、其中,智能体相似性验证包括验证智能体基本信息,事件互斥的验证包括:验证同一件事的时间、地点是否互斥。
41、可选地,所述根据所述生成式智能体的新增记忆流单元事件对所述人际关系记忆流进行更新,包括:
42、对新增交互记忆流单元,对记忆流单元事件进行对话文本情感分析;
43、利用情感分析结果,计算交互双方智能体对此次交互事件的权重:若情感分析结果为具有正效价值高唤醒度的情绪识别结果(例如“高兴”、“愉悦”等),设置此次交互事件的权重为1;若情感分析结果为具有负效价值的情绪识别结果(例如“无聊”、“不高兴、“厌恶”等),设置此次交本文档来自技高网...
【技术保护点】
1.一种生成式智能体的记忆流构建方法,其特征在于,所述生成式智能体的记忆流构建方法包括:
2.如权利要求1所述的生成式智能体的记忆流构建方法,其特征在于,所述方法还包括:
3.如权利要求1所述的生成式智能体的记忆流构建方法,其特征在于,所述根据所述系统全记忆流确定各所述生成式智能体相互之间的智能体关系、关系权重及交互记忆流的步骤,包括:
4.如权利要求3所述的生成式智能体的记忆流构建方法,其特征在于,所述方法还包括:
5.如权利要求2所述的生成式智能体的记忆流构建方法,其特征在于,所述根据所述人际关系记忆流生成所述生成式智能体基于对象的交互内容的步骤,包括:
6.如权利要求1所述的生成式智能体的记忆流构建方法,其特征在于,所述方法还包括:
7.如权利要求6所述的生成式智能体的记忆流构建方法,其特征在于,所述构建生成式智能体的系统环境记忆流的步骤,包括:
8.如权利要求1至7中任一项所述的生成式智能体的记忆流构建方法,其特征在于,所述方法还包括:
9.如权利要求1至7中任一项所述的生成式
10.如权利要求2所述的生成式智能体的记忆流构建方法,其特征在于,所述根据所述生成式智能体的新增记忆流单元事件对所述人际关系记忆流进行更新的步骤,包括:
11.一种生成式智能体的记忆流构建装置,其特征在于,所述生成式智能体的记忆流构建装置包括:
...【技术特征摘要】
1.一种生成式智能体的记忆流构建方法,其特征在于,所述生成式智能体的记忆流构建方法包括:
2.如权利要求1所述的生成式智能体的记忆流构建方法,其特征在于,所述方法还包括:
3.如权利要求1所述的生成式智能体的记忆流构建方法,其特征在于,所述根据所述系统全记忆流确定各所述生成式智能体相互之间的智能体关系、关系权重及交互记忆流的步骤,包括:
4.如权利要求3所述的生成式智能体的记忆流构建方法,其特征在于,所述方法还包括:
5.如权利要求2所述的生成式智能体的记忆流构建方法,其特征在于,所述根据所述人际关系记忆流生成所述生成式智能体基于对象的交互内容的步骤,包括:
6.如权利要求1所述的生成式智能...
【专利技术属性】
技术研发人员:洪婷,
申请(专利权)人:熵函数深圳科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。