A clone from TextWorld Commonsense (TWC)

2024.8.9

对项目进行了重构，以降低每次重新操业的学习成本。

第一，将关于原生游戏环境的所有代码放入env.py，直接初始化Env对象，就可以调用act(command)方法，该方法相当于直接在命令行中输入指令command。
第二，将LLM调用的所有代码放入llm_caller.py。直接初始化GPT_Caller对象，就可以调用act_and_call(command)方法，该方法会自动调用env的act方法跟游戏环境交互，得到反馈之后，调用在初始化时候设定好的LLM模型。

Name		Name	Last commit message	Last commit date
Latest commit History 80 Commits
embeddings		embeddings
exp		exp
game_generation		game_generation
games		games
history		history
utils		utils
.gitignore		.gitignore
LICENSE		LICENSE
README.md		README.md
agent.py		agent.py
chart.py		chart.py
common.py		common.py
dataset_creator.py		dataset_creator.py
dataset_creator_plus.py		dataset_creator_plus.py
dd.png		dd.png
env.py		env.py
exp0.py		exp0.py
exp1.py		exp1.py
global_variable.py		global_variable.py
gpt4.py		gpt4.py
gpt4_obs_augment.py		gpt4_obs_augment.py
gpt4o.py		gpt4o.py
llm_caller.py		llm_caller.py
models.py		models.py
neighbor_room_info.py		neighbor_room_info.py
say_chinese.py		say_chinese.py
scorer.py		scorer.py
simple_option_exp.py		simple_option_exp.py
small_llm_summarizer.py		small_llm_summarizer.py
taku.py		taku.py
taku2.py		taku2.py
taku_step_by_step.py		taku_step_by_step.py
test_agent.py		test_agent.py
train_agent.py		train_agent.py