PANGeA: Procedural Artificial Narrative using Generative AI for Turn-Based Video Games

要約

この研究では、生成 AI (PANGeA) を使用した手続き型人工ナラティブを紹介します。これは、ゲーム デザイナーの高レベルの基準に基づいて大規模言語モデル (LLM) を活用し、ターン制ロールプレイング ビデオ ゲーム (RPG) 用のナラティブ コンテンツを生成するための構造化アプローチです。
）。
ビデオ ゲームのデザインに使用されていた LLM の以前のアプリケーションとは異なり、PANGeA は、ゲーム レベル データ (設定、キー アイテム、および非プレイアブル キャラクター (NPC) を含むがこれらに限定されない) を生成するだけでなく、データを育成することによって革新します。
手続き型のゲームの物語に沿った、プレイヤーと環境の間の動的で自由形式のインタラクション。
PANGeA によって生成された NPC は性格に偏りがあり、生成された応答で Big 5 性格モデルの特性を表現します。
PANGeA は、ゲームの物語の範囲を超えて LLM 応答を促す可能性がある、自由形式のテキスト入力の取り込みの背後にある課題に対処します。
LLM のインテリジェンスを使用する新しい検証システムは、テキスト入力を評価し、生成された応答を展開される物語に合わせます。
これらのインタラクションを可能にする PANGeA は、生成された応答を拡張するためのコンテキストを提供するカスタム メモリ システムをホストするサーバーによってサポートされており、それによって応答が手続き上の物語と一致します。
幅広い用途に対応するため、サーバーには、あらゆるゲーム エンジンを PANGeA と直接統合できる REST インターフェイスと、ローカルまたはプライベート LLM に適応できる LLM インターフェイスが備わっています。
応答を手続き型のナラティブに合わせることで動的なナラティブ生成を促進する PANGeA の能力は、デモ ゲームの 2 つのバージョンの実証的研究とアブレーション テストを通じて実証されています。
これらは、カスタムのブラウザベースの GPT と Unity デモです。
結果が示すように、PANGeA は、ゲーム デザイナーが LLM を使用して、多様で予測不可能な自由形式のテキスト入力が提供された場合でも、物語に一貫したコンテンツを生成するのを支援する可能性を秘めています。

要約(オリジナル)

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.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google