从叙事中重建持久世界以支持叙事驱动的交互体验
摘要
本文提出将叙事描述中显式重建持久世界作为叙事驱动的交互体验的核心计算目标,并通过一个原型系统从叙事中实例化可游玩的基于瓦片的环境,从而证明了其可行性。
arXiv:2608.04037v1 公告类型:新
摘要:设计叙事驱动的交互体验仍然需要大量人工,因为交互内容必须与叙事所隐含的底层世界保持一致。现有方法将问题表述为叙事规划、场景生成和游戏玩法生成等,每种方法都针对特定的下游任务构建计算表示,而不是显式地重建和维护作为其基础的持久世界。
我们研究将叙事描述中的显式持久世界重建作为叙事驱动交互实现的核心计算目标。我们的方法不是将世界视为下游生成的隐式副产品,而是重建并维护持久实体、位置、语义关系和不断变化的世界状态,同时仅推断支持连贯交互体验所需的上下文信息。
为了研究这一视角,我们开发了一个参考原型,该原型从叙事描述中重建结构化的持久世界表示,并随后实例化可游玩的基于瓦片的环境。通过三个具有代表性的案例研究,涵盖程序生成场景、原创奇幻叙事和改编的公有领域故事,我们证明了重建持久世界的可行性,并展示了共享世界表示如何支持连贯的游戏玩法,同时保持对源叙事的忠实。
通过在交互实现之前显式重建持久世界,这项工作弥合了计算叙事理解与交互内容生成之间的鸿沟,为AI辅助游戏创作、混合主动设计、教育模拟以及叙事驱动的交互体验提供了语义基础。
查看缓存全文
缓存时间: 2026/08/06 07:44
# 从叙事中重建持久世界以支持基于叙事的交互式体验 来源:https://arxiv.org/html/2608.04037 ###### 摘要 设计基于叙事的交互式体验仍然是劳动密集型的,因为交互内容必须与叙事所隐含的底层世界保持一致。现有方法将问题形式化为叙事规划、场景生成和玩法生成等,每种方法都构建针对特定下游任务定制的计算表示,而不是显式地重建并维护支撑这些任务的持久世界。 我们研究将从叙事描述中重建显式持久世界作为叙事驱动交互实现的核心计算目标。我们的方法不是将世界视为下游生成的隐式副产品,而是重建并维护持久实体、位置、语义关系和演化中的世界状态,同时仅推断支持连贯交互体验所需的上下文信息。 为了研究这一视角,我们开发了一个参考原型,从叙事描述中重建结构化的持久世界表示,并随后实例化可玩的基于瓦片的环境。通过三个代表性案例研究——一个程序化场景、一个原创奇幻叙事和一个改编的公有领域故事——我们展示了重建持久世界的可行性,并说明共享的世界表示如何支持连贯的游戏玩法,同时保持与源叙事的根基。 通过在交互实现之前显式地重建持久世界,本工作弥合了计算叙事理解与交互内容生成之间的鸿沟,为AI辅助游戏创作、混合主动性设计、教育模拟和基于叙事的交互式体验提供了语义基础。 ## 1 引言 叙事为交互式体验提供了自然的基础,包括叙事驱动的游戏、交互式叙事、教育模拟、训练环境以及混合主动性创作系统(Cardona-Rivera等,2020;Horswill等,2014)。叙事不是指定环境的每一个细节,而是通过角色、事件、位置及其随时间的演变来传达一个预期的世界。设计者随后构建环境、游戏玩法和视觉资产,在实现这个世界的同时保持与源叙事的一致性(Cardona-Rivera等,2023)。随着AI越来越多地辅助游戏开发,交互内容必须保持在叙事世界的基础之上,而不仅仅是各自孤立地合理。 最近的进展引入了诸如叙事规划(Ware和Siler,2021)、从叙事描述生成场景(Chen和Jhala,2025b)、玩法生成和端到端游戏生成(Zhou等,2025)等计算问题。这些方法构建面向特定下游目标的计算表示。然而,叙事有意省略了交互式体验所需的许多上下文信息,包括持久实体、空间组织和演化中的世界状态。因此,下游系统必须先重建并维护底层世界的某些方面,然后才能实现连贯的交互式体验。 尽管现有方法必然会重建底层世界的某种表示,但这些表示通常是为了支持特定下游目标(如规划、场景生成或玩法实现)而创建的。因此,它们主要作为中间产物,而不是可在后续计算中共享的可复用计算对象。我们反而认为,叙事所隐含的持久世界应在交互实现之前被显式地重建。与单个场景或玩法序列不同,持久世界跨叙事事件和玩家交互维护实体、位置、语义关系和演化中的世界状态。图1展示了现有叙事条件生成流水线与我们以重建为中心的框架之间的区别;在后者中
相似文章
Narrative World Model:基于叙事学的长篇小说写作记忆系统
本文介绍了Narrative World Model(NWM),这是一个面向长篇虚构故事作者的记忆系统。它利用基于叙事学的类型化时间状态图和查询条件混合检索,来回答关于故事状态演变的复杂多跳问题。该系统在叙事学问答基准测试中显著优于现有的时间知识图谱框架(如Graphiti)。
ActWorld:从可探索到可交互的世界模型——基于动作感知记忆
ActWorld提出了一种分块自回归世界模型,具有层次化动作感知记忆,支持物体交互与导航,解决了现有交互世界模型中的数据和记忆瓶颈问题。
NarrativeWorldBench:一个前沿饱和的基准测试和用于长程协作创作的音频剧的潜在世界模型
本文介绍了NarrativeWorldBench,一个用于评估音频剧中长程叙事一致性的基准测试,以及N-VSSM,一个潜在状态空间模型,它在多个时间跨度和语言上优于前沿大型语言模型。
EvolvingWorld:一种用于互动文学世界中角色扮演智能体与世界模型共同演化的开放模式框架
介绍EvolvingWorld,这是一个用于互动文学世界中角色扮演智能体与世界模型共同演化的开放模式框架与基准,支持具有持久角色和世界状态更新的长时程模拟。
VisualPatchWorld:作为规划潜在结构化表示的代码世界模型
VisualPatchWorld 提出了一种将世界动力学学习为代码的方法,能够从数据中构建可检查和可编辑的模拟器。在导航和操作任务中,它实现了强大的规划成功率。