CriticaLLM: Using LLMs as Autonomous Game Master for Tabletop Role-Playing Games

📄 arXiv: 2610.21525v1 📥 PDF

作者: Gaëtan Berlaimont, Justin Vanwichelen, Benoît Ronval, Hélène Verhaeghe

分类: cs.AI

发布日期: 2026-10-15

💡 一句话要点

提出CriticaLLM以实现桌面角色扮演游戏的自动化游戏主持

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大型语言模型 桌面角色扮演游戏 自动化游戏主持 故事生成 玩家交互

📋 核心要点

  1. 现有的游戏主持方法在处理复杂的故事情节和规则时面临挑战，难以提供一致且引人入胜的游戏体验。
  2. CriticaLLM框架通过自动化游戏主持的方式，能够生成多样的故事情节并管理游戏过程，提升了游戏的流畅性和趣味性。
  3. 实验结果表明，CriticaLLM在生成情节和对手的多样性方面表现优异，能够满足玩家的需求，提升了游戏的整体体验。

📝 摘要（中文）

大型语言模型（LLMs）在处理文本、遵循指令和生成创意方面展现了令人印象深刻的能力。这使得它们可以在各种场景中应用，包括桌面角色扮演游戏（TTRPG），如《龙与地下城》。然而，这类游戏包含许多复杂的元素，从构建有趣的故事到遵循规则，同时允许玩家的自由行动。本文首先强调了LLMs在TTRPG中应具备的关键组件，然后介绍了我们的框架CriticaLLM，一个完全自动化的游戏主持，可以运行整个TTRPG游戏，从创建多样且有趣的故事到管理探索和战斗阶段。我们通过实际的TTRPG玩家评估了我们的框架，并考察了四种不同规模的LLMs生成的情节和对手的多样性。总体而言，我们的框架似乎是运行整个TTRPG游戏的一个有前景的选择。

🔬 方法详解

问题定义：本研究旨在解决桌面角色扮演游戏中游戏主持的自动化问题。现有方法往往无法有效处理复杂的故事情节和规则，导致游戏体验不一致。

核心思路：CriticaLLM框架的核心思想是利用大型语言模型的生成能力，自动创建故事情节并管理游戏进程，从而实现完全自动化的游戏主持。

技术框架：CriticaLLM的整体架构包括故事生成模块、规则管理模块和玩家交互模块。故事生成模块负责创建情节，规则管理模块确保游戏遵循既定规则，而玩家交互模块则处理玩家的输入和反馈。

关键创新：CriticaLLM的主要创新在于其能够全面自动化游戏主持的能力，结合了多种LLMs的生成特性，显著提高了游戏的互动性和趣味性。与传统方法相比，它能够更灵活地应对玩家的选择和行为。

关键设计：在设计上，CriticaLLM采用了多种LLMs的组合，以提高生成内容的多样性和质量。同时，设置了特定的损失函数来优化故事的连贯性和规则的遵循性。

🖼️ 关键图片

fig_0
fig_1

📊 实验亮点

实验结果显示，CriticaLLM在生成情节和对手的多样性方面表现优异，能够生成多达数十种不同的情节线索，相较于传统方法提升了游戏的趣味性和玩家的参与感。

🎯 应用场景

CriticaLLM的研究成果具有广泛的应用潜力，尤其是在桌面角色扮演游戏、教育培训和虚拟现实等领域。通过自动化游戏主持，可以降低人力成本，提高游戏的可玩性和参与度，未来可能推动更多互动娱乐形式的发展。

📄 摘要（原文）

Large Language Models (LLMs) have shown impressive capabilities across many tasks, including processing large amounts of text, following instructions, and generating ideas. This allows the use of such models in various contexts, including games and Tabletop Role-Playing Games (TTRPGs), such as Dungeons & Dragons. However, these games include many complex components, from crafting interesting stories to adhering to rules, while allowing some freedom in players' actions. In this work, we first highlight key components that LLMs should exhibit in the context of TTRPGs. Then, we introduce our framework, CriticaLLM, a fully automated Game Master that can run entire TTRPG games, from creating diverse and interesting stories to managing exploration and combat phases. We evaluate our framework with actual TTRPG players and examine the diversity of generated plots and antagonists across four LLMs of varying sizes. Overall, our framework appears to be a promising option for running entire TTRPG games.