singlestore summer hackathon 2023

Proyek untuk Singlestore Summer Hackathon 2023

Singlestore menyelenggarakan dua hackathon internal setiap tahun, di mana karyawan bebas untuk mengerjakan apa pun yang mereka inginkan - tidak harus berguna dengan cara apa pun.

Tema hackathon ini adalah AI/ML, jadi kami memutuskan untuk mencoba melakukan sesuatu dengan hal -hal database vektor yang disediakan Singlestore dan juga mencampur dalam beberapa shenanigans openai .

Sasaran

Tujuan dari proyek ini adalah untuk membuat sesuatu di sepanjang garis "ada banyak agen AI yang hidup di dunia seperti Pokemon, yang harus berkolaborasi untuk mencapai tugas yang diberikan oleh pengguna".

Sayangnya, karena kendala waktu, kami akhirnya hanya menerapkan dukungan AI untuk satu agen. Ternyata rekayasa yang cepat tidak mudah - agennya cukup bodoh dan kadang -kadang akhirnya mengulangi tugas yang telah mereka lakukan, seperti membuka pintu yang sudah mereka buka.

Bagaimana

Agen dapat melakukan dua tindakan: walk(target) dan interact(item, target) . Berjalan ke target hanya menggerakkan karakter di sebelah objek atau karakter yang diberikan. Berinteraksi dapat digunakan, misalnya, untuk membuka pintu menggunakan kunci.

Agen mendapatkan umpan balik dari hasil tindakan mereka: misalnya, walk(goal) dapat mengakibatkan Cannot walk to 'goal' because 'door' is blocking the path . Keputusan dilakukan dengan meminta informasi dunia dari database vektor ( SingleStore dalam kasus ini) dan memasukkannya dalam permintaan.

Informasi dunia mencakup aturan dan negara. Misalnya:

 You can open 'door's by interacting with them using 'key'.
There is a 'door' named 'door 1'.

Agen dikendalikan dengan 3 jenis prompt yang berbeda:

• Perencanaan : Kami memberikannya tujuan, data yang ditanya, inventaris saat ini, dan memintanya untuk menghasilkan rencana untuk mencapainya.
• Eksekusi : Kami memberikan tugas pertama dari rencananya dan memintanya untuk menjalankan tindakan yang tepat (berjalan/berinteraksi).
• Evaluasi Ulang : Ketika suatu tindakan gagal atau daftar tugas habis sebelum tujuan terpenuhi, kami memintanya untuk menghasilkan rencana baru mengingat hasil dan rencana sebelumnya.

Instruksi

1. Kloning repo
2. cp .env{.example,}
3. Edit file .env dan isi (perlu membuat database singlestore)
4. Untuk menjalankan: LEVEL=<level_name> DATABASE=[dumb|s2] python3 scripts/main.py

Catatan: level_name adalah nama file pilihan Anda di dalam folder scripts/levels .

Aktiva

• Tileset dan sprite seperti Zelda Armm1998

Penulis

• Filipe Silva
• Antunes Ricardo