從LLM到AI智慧體

我們在這門課程的第一單元中瞭解到，AI智慧體能夠進行規劃和決策。
雖然LLM使得與NPC的互動更加自然，但智慧體AI更進一步，允許角色做出決策、規劃行動並適應不斷變化的環境。

為了說明這種差異，請設想一個經典的RPG遊戲中的NPC

• 有了LLM：NPC可能會以更自然、更多樣化的方式回答你的問題。這對於對話來說非常棒，但NPC仍然是靜態的，除非你先做些什麼，否則它不會行動。
• 有了智慧體AI：即使你不直接與NPC互動，NPC也可以決定去尋求幫助、設定陷阱或完全避開你。

這個小小的轉變改變了一切。我們正在從指令碼響應者轉向遊戲世界中的自主行動者。

這一轉變意味著NPC現在可以透過目標導向的行為直接與環境互動，最終帶來更動態和不可預測的遊戲玩法。

智慧體AI賦予NPC以下能力

• 自主性：根據遊戲狀態做出獨立決策。
• 適應性：根據玩家行為調整策略。
• 永續性：記住過去的互動以指導未來的行為。

這將NPC從被動實體（響應你的輸入）轉變為遊戲世界中積極的參與者，為創新遊戲玩法打開了大門。

智慧體的主要限制：目前它很慢

然而，我們現在還不能過於樂觀。儘管智慧體AI潛力巨大，但目前在即時應用中仍面臨挑戰。

推理和規劃過程會引入延遲，使其不適合像《毀滅戰士》或《超級馬里奧兄弟》這樣的快節奏遊戲。

以克勞德玩寶可夢為例。如果你考慮到思考所需的令牌數量，再加上行動所需的令牌數量，就會清楚地發現，我們需要完全不同的解碼策略才能實現即時遊戲。

大多數遊戲需要以每秒30幀左右的速度執行，這意味著即時AI智慧體需要每秒行動30次，這對於當前的智慧體LLM來說是不可行的。

然而，像《寶可夢》這樣的回合制遊戲是理想的選擇，因為它們允許AI有足夠的時間進行思考並做出戰略決策。

這就是為什麼在下一節中，你將構建自己的AI智慧體，在寶可夢風格的回合制戰鬥中進行對戰，甚至可以親自挑戰它。讓我們開始吧！

< > 在 GitHub 上更新