singlestore summer hackathon 2023

Singlestore Summer Hackathon 2023的項目

Singlestore每年舉辦兩個內部黑客馬拉松，員工可以自由地從事他們想要的任何工作 - 不必以任何方式有用。

該黑客馬拉鬆的主題是AI/ML，因此我們決定嘗試使用Singlestore為我們提供的矢量數據庫東西來做些事情，還可以混合一些Openai Shenanigans。

目標

該項目的目的是按照“有多個AI代理生活在口袋妖怪般的世界中，必須協作以實現用戶提供的任務”。

不幸的是，由於時間限制，我們最終僅對單個代理人實施AI支持。事實證明，及時的工程並不容易 - 代理人很愚蠢，有時最終會重複他們已經完成的任務，例如打開他們已經打開的門。

如何

代理可以執行兩個動作： walk(target)和interact(item, target) 。步行到目標只會移動給定對像或字符旁邊的字符。例如，可以使用互動使用鑰匙打開門。

特工從他們的行動的結果中獲得反饋：例如， walk(goal)可以導致Cannot walk to 'goal' because 'door' is blocking the path 。決策是通過查詢矢量數據庫的世界信息（在這種情況下SingleStore ）來執行的，並在提示中包括該信息。

世界信息包括規則和狀態。例如：

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

代理人由3種不同的提示類型控制：

• 計劃：我們為其提供一個目標，查詢數據，當前庫存，並要求它生成一個計劃以實現它。
• 執行：我們從計劃中賦予它的第一個任務，並要求它執行正確的操作（Walk/Interact）。
• 重新評估：當動作失敗或在實現目標之前耗盡了任務列表時，我們要求考慮到先前的結果和計劃，生成新的計劃。

指示

1. 克隆倉庫
2. cp .env{.example,}
3. 編輯.env文件並填充它（需要創建一個單口數據庫）
4. 運行： LEVEL=<level_name> DATABASE=[dumb|s2] python3 scripts/main.py

注意： level_name是您在scripts/levels文件夾中選擇的文件的名稱。

資產

• ARMM1998的Zelda類瓷磚和精靈

作者

• 菲利普·席爾瓦（Filipe Silva）
• Ricardo Antunes