[论文解读] PANGeA: Procedural Artificial Narrative using Generative AI for Turn-Based Video Games

Steph Buongiorno, Lawrence J. Klinkert+3 more|arXiv (Cornell University)|Apr 30, 2024

Artificial Intelligence in Games被引用 4

一句话总结

PANGeA 引入了一种新颖的框架，利用大型语言模型（LLMs）在回合制角色扮演游戏（RPGs）中生成叙事一致、动态的对话和程序化内容，通过人格偏倚的非玩家角色（NPCs）和服务器端记忆系统，即使在自由格式的玩家输入下也能维持叙事连贯性。实证评估表明，该框架在两个演示游戏中的表现有效，能够使 LLM 的响应与不断演化的叙事保持一致。

ABSTRACT

This research introduces Procedural Artificial Narrative using Generative AI (PANGeA), a structured approach for leveraging large language models (LLMs), guided by a game designer's high-level criteria, to generate narrative content for turn-based role-playing video games (RPGs). Distinct from prior applications of LLMs used for video game design, PANGeA innovates by not only generating game level data (which includes, but is not limited to, setting, key items, and non-playable characters (NPCs)), but by also fostering dynamic, free-form interactions between the player and the environment that align with the procedural game narrative. The NPCs generated by PANGeA are personality-biased and express traits from the Big 5 Personality Model in their generated responses. PANGeA addresses challenges behind ingesting free-form text input, which can prompt LLM responses beyond the scope of the game narrative. A novel validation system that uses the LLM's intelligence evaluates text input and aligns generated responses with the unfolding narrative. Making these interactions possible, PANGeA is supported by a server that hosts a custom memory system that supplies context for augmenting generated responses thus aligning them with the procedural narrative. For its broad application, the server has a REST interface enabling any game engine to integrate directly with PANGeA, as well as an LLM interface adaptable with local or private LLMs. PANGeA's ability to foster dynamic narrative generation by aligning responses with the procedural narrative is demonstrated through an empirical study and ablation test of two versions of a demo game. These are, a custom, browser-based GPT and a Unity demo. As the results show, PANGeA holds potential to assist game designers in using LLMs to generate narrative-consistent content even when provided varied and unpredictable, free-form text input.

研究动机与目标

• 解决在玩家输入自由格式文本时，维持 LLM 驱动的回合制 RPG 中叙事连贯性的挑战。
• 在确保叙事一致性的前提下，生成程序化多样化的游戏内容，包括场景、物品和 NPC。
• 利用五大核心人格模型，实现动态、基于人格的 NPC 互动。
• 开发一种可扩展、与游戏引擎无关的系统，通过 REST 和 LLM 接口实现集成。
• 验证该框架在多样化输入下，使 LLM 响应与程序化叙事保持一致的能力。

提出的方法

• PANGeA 使用托管在服务器上的自定义记忆系统，存储并检索叙事上下文，以指导 LLM 生成的响应。
• 采用一种验证机制，由 LLM 自身评估并筛选响应，以确保其与当前叙事状态保持一致。
• NPC 通过五大核心人格模型赋予人格特质，其对话生成通过提示工程实现，受人格影响。
• 系统通过 REST API 与游戏引擎集成，实现实时通信，确保游戏与 LLM 后端之间的交互。
• 通过灵活的 LLM 接口支持公共和私有/本地 LLM，提升部署的适应性。
• 在游戏设计师提供的高层次设计标准指导下，使用 LLM 生成程序化游戏内容（如场景、物品、NPC）。

实验结果

研究问题

• RQ1 当面对自由格式的玩家输入时，LLMs 是否能够生成在回合制 RPG 中叙事一致的对话和内容？
• RQ2 服务器端记忆系统在维护动态玩家互动中的叙事连贯性方面有多有效？
• RQ3 人格偏倚的 NPC 在程序化游戏世界中在多大程度上提升了沉浸感和叙事一致性？
• RQ4 基于 LLM 的验证系统在多大程度上减少了偏离叙事或无关的响应？
• RQ5 PANGeA 是否能够通过标准化 API 有效集成到多种游戏引擎中？

主要发现

• PANGeA 即使在面对不可预测的自由格式玩家输入时，也能成功维持叙事连贯性。
• 服务器端记忆系统的集成显著提升了 LLM 生成响应的上下文相关性和连贯性。
• 人格偏倚的 NPC 生成了更具沉浸感和一致性的对话，与不断演化的叙事保持一致。
• 基于 LLM 的验证系统通过实时过滤和重新评估输出，有效减少了偏离主题或无关的响应。
• 在基于浏览器的 GPT 演示和基于 Unity 的演示中进行的实证评估，证实了 PANGeA 在生成一致、动态叙事方面的有效性。
• 该框架通过其 REST 和 LLM 接口设计，展示了对公共和私有 LLM 的可扩展性和兼容性。