用 LLM 构建混合交互叙事系统：从形式化描述到评估

交互式叙事让用户塑造故事，同时由体验管理器（Experience Manager，EM）保持其连贯性，在玩家自由与作者控制之间取得平衡。大语言模型如今催生了新一代混合式 EM，它将基于自由文本输入的运行时生成与符号化叙事控制相结合。然而，它们的异质性使其难以比较：管理器的行为通常与其所处的独特而具体的场景绑定，且其决策的很大一部分发生在任何显式且可验证的结构之外。我们通过一个基于 LLM 的叙事平台来解决这一问题，该平台的管理器是可互换的模块，运行在由事实、操作和目标构成的共享符号世界模型之上。由于每个被应用的操作都带有显式的前置条件和效果，每个会话都可以通过一种通用的状态转移表示被分析为一个规划，并独立于管理器内部的工作方式，用四项属性的共享指标来评估：玩家能动性、EM 可控性、作者意图和鲁棒性。我们实现了三个形成对比的管理器，分别基于开放生成、蒙特卡洛修复和自主角色，并通过在一个交互式《小红帽》场景上的功能分析对它们进行比较。结果表明，没有哪个管理器在每一项属性上都占优，这为作者和 EM 设计者根据自身优先级选择管理器提供了具体依据。

中文由 AI 翻译，仅供参考，以原文为准。