Hybrid Voting-Based Task Assignment in Role-Playing Games

要約

ロールプレイングゲーム（RPG）では、没入のレベルは、特にゲーム内のエージェントがプレイヤーにタスク、ヒント、またはアイデアを伝える場合に重要です。
エージェントがプレイヤーの感情状態と文脈的ニュアンスを正確に解釈するには、基礎レベルの理解が必要であり、これは大規模な言語モデル（LLM）を使用して達成できます。
ただし、複数のコンテキストの変更にわたってLLMの焦点を維持するには、LLMを専用のタスク割り当てモデルと統合してゲームプレイ全体でパフォーマンスを導くなど、より堅牢なアプローチが必要です。
このニーズに応えて、タスクの割り当てと完了における人間の推論に触発されたフレームワークである投票ベースのタスク割り当て（VBTA）を導入します。
VBTAは、エージェントに機能プロファイルを割り当て、タスクの説明をタスクに割り当て、エージェントの能力とタスクの要件とのアライメントを定量化する適切性マトリックスを生成します。
6つの異なる投票方法、事前に訓練されたLLM、およびパス計画のための競合ベースの検索（CBS）の統合を活用して、VBTAは各タスクに最も適切なエージェントを効率的に識別して割り当てます。
既存のアプローチは、単一のクエストや戦闘の出会いなどのゲームプレイの個々の側面を生成することに焦点を当てていますが、私たちの方法は、その一般化可能な性質のために、ユニークな戦闘の出会いと物語の両方を生成する際に有望です。

要約(オリジナル)

In role-playing games (RPGs), the level of immersion is critical-especially when an in-game agent conveys tasks, hints, or ideas to the player. For an agent to accurately interpret the player’s emotional state and contextual nuances, a foundational level of understanding is required, which can be achieved using a Large Language Model (LLM). Maintaining the LLM’s focus across multiple context changes, however, necessitates a more robust approach, such as integrating the LLM with a dedicated task allocation model to guide its performance throughout gameplay. In response to this need, we introduce Voting-Based Task Assignment (VBTA), a framework inspired by human reasoning in task allocation and completion. VBTA assigns capability profiles to agents and task descriptions to tasks, then generates a suitability matrix that quantifies the alignment between an agent’s abilities and a task’s requirements. Leveraging six distinct voting methods, a pre-trained LLM, and integrating conflict-based search (CBS) for path planning, VBTA efficiently identifies and assigns the most suitable agent to each task. While existing approaches focus on generating individual aspects of gameplay, such as single quests, or combat encounters, our method shows promise when generating both unique combat encounters and narratives because of its generalizable nature.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google