PAYADOR: A Minimalist Approach to Grounding Language Models on Structured Data for Interactive Storytelling and Role-playing Games

📄 arXiv: 2504.07304v1 📥 PDF

作者: Santiago Góngora, Luis Chiruzzo, Gonzalo Méndez, Pablo Gervás

分类: cs.CL, cs.AI

发布日期: 2025-04-09

备注: Presented at the 15th International Conference on Computational Creativity (ICCC'24)

期刊: Proceedings of the Fifteenth International Conference on Computational Creativity (2024) 101-106

💡 一句话要点

PAYADOR：一种基于结构化数据对语言模型进行交互式故事讲述和角色扮演游戏的基础方法

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

关键词: 交互式叙事 角色扮演游戏 语言模型 世界建模 结果预测 开放世界 游戏AI

📋 核心要点

  1. 传统交互式叙事系统通过预设动作响应玩家输入，限制了玩家的自由度和即兴创作空间，尤其在角色扮演游戏中。
  2. PAYADOR的核心思想是预测玩家行为的 结果，而非直接映射到预设动作，从而赋予玩家更大的自由度。
  3. 该方法将大型语言模型与虚构世界的最小化表示相结合，并开源代码，为角色扮演游戏的协同创作研究提供了基础。

📝 摘要（中文）

交互式故事讲述（IS）系统每次接收到玩家输入时，都会面临世界更新问题。 传统的解决方法是将输入映射到已知的预编程动作，这会严重限制玩家的自由意志。 当预期体验强烈关注即兴创作时，例如在角色扮演游戏（RPG）中，这个问题至关重要。 本文提出了PAYADOR，一种不同的方法，它侧重于预测动作的结果，而不是表示动作本身。 为了实现这种方法，我们将大型语言模型与虚构世界的最小表示相结合，获得了有希望的结果。 我们将此贡献开源，以便它可以被调整并用于其他相关研究，以释放角色扮演游戏的共同创造力。

🔬 方法详解

问题定义：交互式叙事系统需要根据玩家的输入更新游戏世界的状态。传统方法依赖于将玩家输入映射到预先定义的动作，这限制了玩家的自由度和创造性。尤其是在角色扮演游戏中，玩家希望能够自由地探索和影响游戏世界，而预设动作的限制会破坏这种体验。因此，如何让系统能够理解玩家的意图，并根据意图合理地更新世界状态，是一个关键问题。

核心思路：PAYADOR的核心思路是预测玩家行为的 结果，而不是直接映射到预设动作。这意味着系统不再需要预先定义所有可能的动作，而是可以根据玩家的输入，利用语言模型预测该输入可能导致的世界状态变化。这种方法赋予了玩家更大的自由度，因为他们可以尝试各种不同的行动，而系统会根据这些行动的语义来推断其结果。

技术框架：PAYADOR的技术框架主要包含两个部分：一是虚构世界的最小化表示，二是基于大型语言模型的结果预测器。虚构世界的最小化表示用于存储游戏世界的状态，例如人物、地点、物品等。结果预测器则是一个经过微调的大型语言模型，它接收玩家的输入和当前的世界状态，然后预测下一个世界状态。整个流程如下：玩家输入 -> 语言模型预测世界状态变化 -> 更新世界状态。

关键创新：PAYADOR最重要的技术创新在于它将大型语言模型与虚构世界的最小化表示相结合，用于预测玩家行为的结果。与传统方法相比，PAYADOR不需要预先定义所有可能的动作，而是可以根据玩家的输入，利用语言模型的语义理解能力来推断其结果。这种方法赋予了玩家更大的自由度，并允许系统处理更复杂和不可预测的玩家行为。

关键设计：PAYADOR的关键设计包括如何选择和表示虚构世界的状态，以及如何训练大型语言模型来预测世界状态的变化。论文中可能涉及了状态表示方式的选择（例如，使用实体-关系三元组），以及语言模型的微调策略（例如，使用特定于角色扮演游戏的对话数据）。损失函数的设计可能也至关重要，例如，可以使用对比学习来鼓励模型预测更合理的世界状态变化。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

论文中提到PAYADOR取得了“有希望的结果”，但具体的性能数据和对比基线未知。由于该项目是开源的，未来的研究可以基于此进行更深入的实验，并与其他方法进行比较，以评估其性能和优势。

🎯 应用场景

PAYADOR可以应用于各种交互式叙事系统，特别是角色扮演游戏。它可以让游戏开发者更容易地创建更自由、更具创造性的游戏体验。此外，该技术还可以用于教育、培训等领域，例如，创建一个模拟环境，让学生可以自由地探索和学习。

📄 摘要（原文）

Every time an Interactive Storytelling (IS) system gets a player input, it is facing the world-update problem. Classical approaches to this problem consist in mapping that input to known preprogrammed actions, what can severely constrain the free will of the player. When the expected experience has a strong focus on improvisation, like in Role-playing Games (RPGs), this problem is critical. In this paper we present PAYADOR, a different approach that focuses on predicting the outcomes of the actions instead of representing the actions themselves. To implement this approach, we ground a Large Language Model to a minimal representation of the fictional world, obtaining promising results. We make this contribution open-source, so it can be adapted and used for other related research on unleashing the co-creativity power of RPGs.