TITAN-状态感知层

概述

TITAN框架中的感知抽象层，负责将游戏内部状态转换为LLM可理解的自然语言描述，同时过滤动态动作空间以提供有效的操作选项。

关键内容

1. 三层状态转换：
2. Lua游戏对象 → JSON结构化数据 → 自然语言描述 → LLM输入

3. 在每一层都进行信息筛选和抽象，降低噪声

4. 游戏状态导出：

5. 每个游戏实现_getTestState()函数导出关键状态字段
6. 不同游戏导出不同的状态信息（如蛇的位置、俄罗斯方块当前方块、飞翔的小鸟高度等）

7. 提取决策相关的关键信息，省略渲染细节

8. 自然语言抽象：

9. 将原始JSON数据转换为简洁的自然语言描述
10. 设计原则是只保留决策相关信息，省略渲染细节，降低Token消耗

11. 例如将{"snake": [{"x":12,"y":10}], "food": {"x":15,"y":8}}转换为"Snake game. Score: 30. Head at (12, 10), moving right. Food at (15, 8)."

12. 动态动作空间过滤：

13. 根据游戏状态动态调整可用动作列表
14. 游戏结束时只返回重启键，开始界面只返回空格键
15. 确保LLM只考虑当前可执行的有效动作

来源

• TITAN-技术框架核心点报告 — 核心技术点五

相关

• TITAN 框架 — part_of
• TITAN-同步帧协议 — builds_on
• Qwen-LLM — relates_to
• State-Abstraction — relates_to