Letting Claude Play Text Adventures
17 hours ago
- 参加了一个专注于认知架构（Soar、ACT-R）的AI黑客马拉松，用于搭建LLM的脚手架。
- 选择文字冒险游戏（特别是《Anchorhead》）作为评估智能体性能的长时域任务。
- 为dfrotz Z-machine解释器编写了一个Python封装，用于控制游戏。
- 实现了一个保持完整游戏历史的“简单”测试框架，但代价是令牌消耗过高。
- 测试了一个记忆框架（最近5回合+通过工具使用的语义记忆），减少了令牌，但导致智能体无效漫游。
- 尝试了更小的生成游戏（如密室逃脱、抢劫），但发现它们过于线性且无趣。
- 确定了未来改进方向：领域特定记忆、自动/手动地理追踪以及情景记忆摘要。