STP ネットワークが Autonomous World Engine (AWE) を発表: AI 駆動型の世界とマルチエージェントシミュレーションを拡張

2025-03-05 12:44

この記事を読むのに必要な時間は 18 分

この記事では、AW コンセプトの再定義をたどり、この分野の先駆的なプロジェクトに焦点を当て、マルチエージェントシミュレーションのスケーリングに関する課題と革新的なソリューションを探り、マイクロ AI タウンから巨大な AI メトロポリスへの進化を明らかにします。

元のソース: AWE

はじめに

Web3 分野における「自律世界」(AW) の概念は、大きな進化を遂げてきました。ブロックチェーンの透明性と不変性を前提とした、完全にオンチェーンのゲーム環境として始まったものが、トークン化された AI エージェントが相互作用し、適応し、自己管理する持続可能なエコシステムという、はるかに大きなビジョンへと進化しました。この変化は、仮想世界に対するより深いビジョンを反映しています。つまり、静的なルールを超えて、自律エージェントによって駆動される動的な創発的行動を取り入れることです。

この記事では、AW コンセプトの再定義をたどり、この分野の先駆的なプロジェクトに焦点を当て、マルチエージェントシミュレーションをスケーリングするための課題と革新的なソリューションを探り、マイクロ AI タウンから巨大な AI メトロポリスへの進化を明らかにします。

自律的な世界の再定義

初期の AW は、不変の状態と分散ロジックを重視し、ブロックチェーンが集中管理を排除する能力に重点を置きました。しかし、真の自律性には透明性だけでなく、システムが自律的に進化する能力も必要です。今日、AW は、次のコア特性を持つ持続可能な環境として理解されるべきです。

1. 分散制御: 単一の権限が操作を制御することはありません。

2. 自己組織化機能: エージェントが動的に構造を構築し、変化に適応します。

3. 創発的動作: 予測できない適応結果を自然に生み出します。

この洗練された定義によれば、AW は生き残るシステムであるだけでなく、自律的に動作、自己組織化、自己進化し、事前に設定されたスクリプトを超えた生きたエコシステムを形成するデジタル生命体でもあります。

先駆的なプロジェクト

Smallville (スタンフォード AI タウン)

最初の継続的な AI 駆動型ソーシャルシミュレーションプロジェクトの 1 つとして、Smallville は大きな進歩を遂げました。擬人化されたエージェントには、次の機能があります。 · 記憶を呼び出して意思決定を導く · 即興のアクティビティを企画する (バレンタインデーのパーティーなど) · 明示的なガイダンスなしに、新たな社会的行動を生み出す · 記憶と合理的な意思決定の融合により、Smallville は大規模な自律的な社会的相互作用の可能性を示しています。

Voyager (NVIDIA Minecraft エージェント)

Voyager は、Minecraft のオープンワールドに LLM 駆動型エージェントを展開するという異なるアプローチを採用しており、次の点で優れています。

· 事前設定された目標のない探索的学習

· 複雑なスキルの習得 (統合/ナビゲーション)

· 知識の自律的な獲得と応用

反復的なプロンプトと独自に構築されたスキルライブラリを通じて、Voyager は、構造化されていない環境でエージェントが進化する能力を実証します。これは、スケーラブルな自律性を実現する重要なブレークスルーです。

自律世界のスケーリングにおける課題

いくつかの先駆的なプロジェクトが基盤を築いているにもかかわらず、AW をより大規模で複雑なシステムにスケーリングするには、次の課題が依然として存在します。

· コストの非効率性: Smallville では 25 エージェントを実行するのに 1 日あたり約 500 ドルかかり、Voyager ではエージェント 1 台あたりのコストがさらに高くなります。

· 同時実行の競合: リソースの競合によりシステムが不安定になります。

· 発生動作の停滞: エージェントが反復ループ (無限ファーミングなど) に陥り、開発が妨げられます。

· 自律性の証明: プロンプトとメモリの集中ストレージにより、意思決定の独立性が損なわれます。

これらの課題から、根本的な矛盾が明らかになります。AW は、コンピューティング能力の要件と分散化の約束の間でバランスを取る必要があります。

拡張ソリューションの分析

AI Town（a16z が開発）

AI Town は使いやすさを重視しており、次の機能を備えたモジュール式の小規模 AW シミュレーションプラットフォームを提供します。

· モジュール式アーキテクチャ: 開発とカスタマイズを簡素化

· LLM に依存しないフレームワーク: 複数の AI モデルをサポート

· クラウドネイティブデプロイメント: 迅速なテスト反復が可能

· コミュニティテンプレート: あらかじめ用意された開始点を提供

AI Town は、開発者が敷居を下げることで、自律型エコシステムを探索できるようにします。

Project Sid (Altera 社が開発)

Project Sid は、1000 人以上のエージェントをサポートする画期的な自己組織化経済および政治システムです。その革新には次のものが含まれます:

· 社会的足場: 動的にグループを形成し、決定に投票します

· 分散型仲裁: 合意メカニズムにより紛争を解決します

· 役割の専門化: 自律的なタスク割り当て

このスキームは、階層のない大規模で複雑な社会構造を促進します。

AI Metropolis（Zhiqiang Xie が開発）

AI Metropolis は、コスト効率の問題点に直接対処し、次の最適化を通じて大規模シミュレーションを実現します。

アウトオブオーダー実行：不要なインタラクションのスキップ

依存関係駆動型並列実行：非依存シナリオでの非同期アクション

共有 LLM コンテキスト：冗長な計算の削減

これらのテクノロジーによりコストが 4 分の 1 に削減され、1,000 レベルのエージェントシミュレーションが実用的かつ経済的になります。

拡張ソリューションの比較分析

Autonomous World Engine (AWE) がリリース

スケーラブルなマルチエージェントシミュレーションフレームワーク

SPT Network がリリースした Autonomous World Engine (AWE) は、永続的なデジタル環境で何千もの自律エージェントを実行することをサポートするモジュールソリューションです。 AWE は、オフチェーンシミュレーションとオンチェーン検証および経済システムを組み合わせることで、透明性、適応性、分散化を保証します。

謝志強氏との技術協力

AWE は、AI Metropolis の創設者である謝志強氏との協力を通じてパフォーマンスを強化しました。アウトオブオーダー実行、依存関係の追跡、非同期エージェントアクションに関する専門知識により、コストが大幅に削減され、パフォーマンスが向上し、AWE は何千ものエージェントをシームレスに処理できるようになります。

マイルストーン: 1,000 規模のエージェントのデモンストレーション

AWE は最近、動的進化シミュレーションで 1,000 の自律エージェントの動作をデモンストレーションすることに成功し、合理的なアーキテクチャ設計により、大規模な AW が効率性、スケーラビリティ、コスト効率のバランスを実現できることを証明しました。

AWE コア機能

· マルチエージェントシミュレーション: 並列処理と依存関係管理により、数千のインタラクションが実現されます

· イベント駆動型進化: 内部および外部のイベントが新しい動作を引き起こし、新たな社会を生み出します

· ブロックチェーン統合: 主要な状態とアクションはチェーン上に固定され、改ざんされないようにします

· 自律性の保証: エージェントのメモリと決定を暗号化して保存し、改ざん防止の独立性を確保します

AWE は AW をシミュレートするだけでなく、完全にオンチェーンの分散型 AI 社会の基盤を築きます。

STP Network: ブランドアップグレードの新たな章

STP Network は、スケーラブルな自律世界への注力を反映して、ブランドを AWE Network にアップグレードしようとしています。 AWE ネットワークは、マルチエージェントシミュレーション、オンチェーンエコノミー、永続的な AI 環境のインフラストラクチャとして、AI と Web3 の間に橋を架け、ガバナンス、経済形態、デジタルエクスペリエンスの新しいパラダイムを生み出します。