معماری حافظه جدید، عاملهای هوش مصنوعی را در بازی پیچیده Slay the Spire 2 به پیروزی میرساند
مدلهای پیشرو هوش مصنوعی بارها در بازی کارتی دیجیتال Slay the Spire 2 شکست خوردهاند. اما یک معماری حافظه جدید به نام AgenticSTS نشان میدهد که مشکل نه خود مدل، بلکه نحوه حمل اطلاعات از حرکات قبلی است. این پروژه که در آزمایشگاه Alaya با همکاری دانشگاه شانگهای جیائو تونگ و سایر مؤسسات ساخته شده، رویکرد معمول را برعکس میکند: عامل هرگز لاگ چت خود را نمیبیند و هر تصمیم را از یک کاتالوگ ثابت از اطلاعات منظم بازسازی میکند.
برای مطالعه بیشتر در مورد معماریهای حافظه در هوش مصنوعی، میتوانید به ویکیپدیا مراجعه کنید.
پنج اسلات به جای یک لاگ در حال رشد
عاملهای معمولی مانند ReAct یا Reflexion مشاهدات گذشته را به پرامپت بعدی اضافه میکنند و باعث رشد بیرویه زمینه میشوند. AgenticSTS برعکس عمل میکند: برای هر تصمیم، پرامپت از پنج اسلات کاملاً جداگانه ساخته میشود:
- L1: دستورالعملهای پروتکل ثابت
- L2: طرحهای وضعیت با اقدامات معتبر فعلی
- L3: قوانین بازی بازیابیشده
- L4: خلاصههایی از بازیهای قبلی
- L5: مهارتهای استراتژی برای موقعیتهای خاص
این ساختار باعث میشود پرامپت همواره کوتاه بماند و محققان بتوانند مؤلفه مؤثر را شناسایی کنند.
کتابخانه مهارت، نرخ برد را دو برابر کرد
در آزمایشهای اصلی، تیم پنج تنظیمات را در پایینترین سطح دشواری (A0) مقایسه کرد. بدون لایههای حافظه، عامل ۳ بازی از ۱۰ را برد. با فعال شدن کتابخانه مهارت L5، نرخ برد به ۶ بازی از ۱۰ رسید. این نتیجه چه با مهارتهای دست نویس و چه تولید شده از قالبها یکسان بود. محققان تأکید میکنند که با توجه به تعداد کم بازیها، این دو برابر شدن ممکن است نویز آماری باشد.
انتقال حافظه بین مدلها ناموفق بود
در آزمایشی دیگر، حافظه انباشته شده توسط Gemini 3.1 Pro به مدلهای Qwen و Deepseek منتقل شد. میانگین امتیاز Qwen 84.5% افزایش یافت، اما امتیاز Deepseek 18.1% کاهش پیدا کرد و هیچکدام برنده نشدند. این نشان میدهد محتویات حافظه به مدل مبدأ وابسته هستند و به خوبی منتقل نمیشوند.
هزینه توکن: تفاوت ۹۰ برابری!
مقایسه با دو عامل عمومی STS2MCP و CharTyr که از الگوی رونوشت در حال رشد استفاده میکنند، نتایج جالبی داشت. هر دو عامل هیچ بازی را نبردند، اما برای هر امتیاز، ۶۶ تا ۹۰ برابر توکن بیشتری مصرف میکردند. در STS2MCP، یک فراخوانی مدل در انتهای بازی به ۵۲۷,۰۰۰ توکن میرسید، در حالی که AgenticSTS متن را حدود ۵,۰۰۰ توکن نگه میدارد.
این پژوهش نشان میدهد که معماری حافظه ساختاریافته میتواند عاملهای هوش مصنوعی را در محیطهای پیچیده و طولانی مدت کارآمدتر کند. برای اطلاعات بیشتر در مورد پیشرفتهای اخیر هوش مصنوعی در بازیها، به TechCrunch مراجعه کنید.
