摘要

本文探讨了在视频游戏开发中使用生成式AI的兴起，特别是大型语言模型（LLM）驱动的非玩家角色（NPC）在游戏中的广泛应用前景。研究设计了一个在Minecraft中的迷你游戏，玩家与两个由GPT-4驱动的NPC合作完成任务。通过用户研究，分析了游戏日志和录像，揭示了NPC与玩家之间的多种协作行为模式。文章还指出了当前语言模型在游戏状态和视觉理解方面的局限性，并认为这一初步研究和分析将为未来游戏开发者如何更好地利用这些快速改进的生成式AI模型提供指导。

原理

本文的核心在于利用GPT-4驱动的NPC在Minecraft中与玩家进行协作任务。GPT-4通过预设的提示（prompt）生成NPC的对话和行为，这些提示包括NPC的个性、背景故事、目标和场景描述，以及游戏API函数调用。通过这种方式，NPC能够进行实时对话，并在游戏中执行如移动、资源定位、挖掘和攻击等有限的操作。此外，论文还引入了子目标生成机制，以帮助NPC在玩家偏离主要任务时引导玩家回到正轨。这种设计使得NPC能够更加灵活和智能地与玩家互动，增强了游戏的沉浸感和协作体验。

流程

在Minecraft中，玩家与两个NPC（Elena和Alaric）合作完成一系列任务，如建造通往岛屿的路径、与怪物战斗、寻找特殊剑等。NPC通过GPT-4生成的对话和行为与玩家互动，玩家可以通过文本或语音与NPC交流。NPC的响应通过屏幕文本和语音传达给玩家。例如，Elena会告诉玩家关于Alaric被困在岛屿上的信息，并请求玩家帮助建造路径。玩家可以通过询问NPC如何完成特定任务来获得帮助，如如何挖掘资源或找到特定位置。NPC还会在玩家偏离任务时生成子目标，以引导玩家回到主要任务。

应用

本文的研究展示了LLM驱动的NPC在增强游戏体验和玩家参与度方面的潜力。未来，随着生成式AI模型的进一步发展，这些NPC可以更广泛地应用于各种类型的游戏中，提供更丰富、更互动的游戏体验。此外，这种技术还可以帮助新玩家更快地学习和适应游戏，通过智能NPC的引导和支持，减少游戏的学习曲线。随着技术的进步，NPC的视觉和游戏状态理解能力也将得到提升，进一步增强其在游戏中的应用价值。