这张图描述了一个智能体如何处理、分析和响应外部信息的流程。
这张图描述了一个智能体如何处理、分析和响应外部信息的流程。 1. Perception - 这是认知流程的第一步。系统通过某种方式（如传感器、摄像头、麦克风等）对外部世界进行感知。 2. Inputs - 感知到的信息被输入到系统中。在这个上下文中，输入是：“Look at the sky, do you think it will rain tomorrow?” 3. Environment - 系统所在的环境或上下文。这可能涉及到当前的天气条件、时间、日期等。 4. TXT, Brain, Storage, Memory, Knowledge - 这些都是系统内部的组件或资源。 - TXT指文本信息的输入。 - Brain指的是主要的处理单元或逻辑中心。 - Storage和Memory用来存储长期和短期的数据。 - Knowledge系统已有的信息库。 5. Summary, Recall, Learn, Retrieve - 这些都是系统如何处理和管理其存储的数据和信息的方式。 - Summary是对输入信息的摘要。 - Recall和Retrieve是从存储中获取信息的操作。 - Learn指的是系统如何从新的数据中学习。 6. Reasoning from the current weather, Decision Making, Planning - 这描述了系统如何处理输入信息、如何做决策，并如何计划其动作。 7. Agent, Action/Reasoning, Text, Tools, Calling API ... - 这些描述了系统如何实际执行其决策。 - Agent是执行动作的实体。 - Action/Reasoning是基于其决策的具体动作。 - Tools和Calling API是系统如何与外部世界互动或获取额外信息的方法。 8. Embodiment - 这指的是系统在物理世界中的实体或表示。例如，一个机器人的“身体”。 最后的输出是：“Here is your umbrella.” 这意味着基于所有这些处理和决策，系统认为明天有可能下雨，所以它决定给你一把雨伞。 总的来说，这个系统描述的是一个简化的模型，展示了是一个AI agent如何从感知信息开始，经过一系列内部处理和决策，最终做出响应的过程。
在Telegram中查看相关推荐
🔍 发送关键词来寻找群组、频道或视频。
启动SOSO机器人