要約
対話ベースのロール プレイング ゲーム (RPG) には、強力なストーリーテリングが必要です。
これらの物語は執筆に何年もかかる場合があり、通常は大規模なクリエイティブ チームが関与します。
この研究では、このプロセスを支援する大規模な生成テキスト モデルの可能性を実証します。
\textbf{GRIM} は、ga\textbf{M}es 用の \textbf{GR}aph ベースの \textbf{I} インタラクティブな物語視覚化システムのプロトタイプであり、高レベルの物語の説明に一致する分岐ストーリーを含む豊富な物語グラフを生成します。
設計者によって提供される制約。
ゲーム デザイナーは、元の物語と制約内で編集内容に適合する新しいサブグラフを自動的に生成することで、グラフをインタラクティブに編集できます。
\textbf{GRIM} を GPT-4 と組み合わせて使用し、異なる文脈上の制約を持つ 4 つのよく知られたストーリーの分岐する物語を生成する方法を示します。
要約(オリジナル)
Dialogue-based Role Playing Games (RPGs) require powerful storytelling. The narratives of these may take years to write and typically involve a large creative team. In this work, we demonstrate the potential of large generative text models to assist this process. \textbf{GRIM}, a prototype \textbf{GR}aph-based \textbf{I}nteractive narrative visualization system for ga\textbf{M}es, generates a rich narrative graph with branching storylines that match a high-level narrative description and constraints provided by the designer. Game designers can interactively edit the graph by automatically generating new sub-graphs that fit the edits within the original narrative and constraints. We illustrate the use of \textbf{GRIM} in conjunction with GPT-4, generating branching narratives for four well-known stories with different contextual constraints.
arxiv情報
著者 | Jorge Leandro,Sudha Rao,Michael Xu,Weijia Xu,Nebosja Jojic,Chris Brockett,Bill Dolan |
発行日 | 2023-11-15 18:55:45+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google