让玩家全程掌控游戏:自然语言指令驱动的游戏引擎到来了
-
论文:https://arxiv.org/abs/2404.00276 -
代码:https://github.com/gingasan/idge -
Demo:https://www.bilibili.com/video/BV1dA4m1w7xr/?vd_source=e0570b35759018455d30551c1e16a676 -
论文标题:Instruction-Driven Game Engines on Large Language Models
-
player 1:剪刀 | player 2:剪刀 (player 1 2 发出动作阶段互相不可见)
-
player 1:剪刀 | player 2:石头 (player 1 2 发出动作阶段互相不可见)
-
首先是稳定性(Stability)。相比于聊天,在游戏中,任何一个小问题就有可能导致整个游戏发生错乱,因此 IDGE 的预测追求 100% 的准确率。 -
其次是多样性(Diversity)。玩家群体十分庞大,涵盖不同年龄、性别、以及文化上的差异,它们对游戏的偏好截然不同,描述规则的语言也差异颇大。这意味着,IDGE 要理解高度多样的用户输入,同时保证游戏运行的稳定。
(来源:机器之心)
-
推理延迟:大语言模型的推理很缓慢,导致目前的 IDGE 不适合于实时类的游戏,例如 RTS。 -
上下文窗口:当游戏变得更加复杂,一个游戏状态会带来大量的字符数,以此来满足独立性假设,这将对大语言模型的长期理解能力和 KV 缓存带来挑战。 -
游戏数据的缺乏:目前大部分商业游戏的数据都是私有化的,为此,作者将研究重点放在了扑克牌上。