[閒聊] 用deepseek-r1試作npc行為決策模擬

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

--