[閒聊] 用deepseek-r1試作npc行為決策模擬

看板C_Chat (希洽)作者gino0717 (gino0717)時間1天前 (2025/01/26 02:46)推噓8(8推 0噓 8→)

留言16則, 10人參與討論串1/1

啊就聽說這個這幾天出的玩意兒挺屌趁著放假來玩玩看我有在玩unity啊我一直心底有個缺憾就是遊戲npc的行為決策都是一堆if else堆起來的東西我更希望的是有個模型裡面已經有個小小的世界觀 transformer模型理論上是這樣的東西但是真的能用的模型都太大了塞到遊戲裡面實在是不太現實我用ollama在筆電上當後端跑deepseek-r1 1.5b 、7b、8b模型因為這三個模型是我能接受的容量夠小的模型再大就太大了顯卡是NVIDIA GeFore MX150 (2GB VRAM) 給定下列條件來模擬遊戲中npc用來做決策需要的參數: prompt中提供npc的狀態: 1.飽食度 2.睡眠度 3.口渴程度 npc週遭的物體和座標 1.npc的位置 2.蘋果 3.門口 4.刀子 5.床 6.桌子 7.水能夠進行的動作 1.移動 2.拾取 3.使用然後我期望當飽食度低的時候， npc會輸出:移動到刀子->拾取刀子->移動到蘋果>使用蘋果當睡眠值低的時候 npc會輸出:移動到床->使用床最後以json格式呈現 deepseek-r1 1.5b的模型會有合理的推論過程但是錯誤的結論 7b和8b的模型可以做出符合預期的動作順序同樣容量(~5GB)的llama3 8b模型常會在結論中產生不存在的物體和座標或是動作相比之下deepseek的答案可說是相當穩健 7b模型4.7GB 8b模型4.9GB 還是很大但是已經算相對小的了但是有個問題就是這個模型會先輸出一大堆他的思考的過程(碎碎唸) 然後這過程實在太久了他會寫一大篇論文來分析你到底下那堆指令啥意思然後會看他一直在那邊wait...我少考慮了什麼....wait....我少考慮了什麼.... 你加了prompt他會花更多篇幅在那邊思考你寫啥意思你就看他在那邊到底要分析到什麼時候到底我的提示詞大概長這樣: you are a game's npc , decide the next 6 (or more) series action based on your status and enviroment objects . If the status is low(<50) then need to do some action to raise it, your status : Saturation:100,awake:10,water:90. The environment: npc's position(0,0), apple(20,5),knife(10,3),table(40,8), bed(40,3),water(10,5) . The actions you can do: walk,pick,use. if npc's coordinate not match the object it must walk to there first. the output should be in json formats so I can feed the results to program as: [{"action":"someAction","coordinate": [(some x),(some y)]}] 我希望以後碎碎唸那段可能會是一個可以存下來的東西不要每次更新狀態都重新碎碎唸一次 = = 南無阿彌陀佛 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.194.162.12 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1737830780.A.81D.html ※ 編輯: gino0717 (123.194.162.12 臺灣), 01/26/2025 02:48:00 ※ 編輯: gino0717 (123.194.162.12 臺灣), 01/26/2025 02:50:58