Heim
Die Zhejiang-Universität stellt ein immersives Rollenspiel-Framework vor, das KI-Interaktionen natürlicher machen soll

Das KI-Rollenspiel entwickelt sich von einfachen textbasierten Unterhaltungen hin zu facettenreichen, immersiven Dramen. Forscher der Zhejiang-Universität und des Tencent Youtu Lab haben kürzlich AdaMARP vorgestellt, ein selbstadaptives Framework für die Interaktion mehrerer Agenten, das zentrale Schwächen aktueller Rollenspiele mit großen Sprachmodellen angeht, wie beispielsweise ein schwaches Umgebungsbewusstsein und starre Erzählstrukturen. Das Framework verleiht der KI die Fähigkeiten eines Regisseurs in Bezug auf Szenenmanagement und Erzählkunst. Diese Arbeit wurde für die internationale Konferenz ACL 2026 angenommen.
Kernprobleme: Fehlende „Umgebung“ und „Regisseur“
Im heutigen KI-Rollenspiel können Nutzer mit historischen oder literarischen Figuren sprechen, doch die Interaktionen beschränken sich oft auf Textaustausch in statischen Umgebungen. In einem Krimiszenario beispielsweise verhalten sich traditionelle KI-Systeme wie sich wiederholende Sprechmaschinen, die nicht in der Lage sind, aus Umgebungshinweisen wie Wachsflecken auf dem Teppich Schlussfolgerungen zu ziehen oder komplexe narrative Anforderungen wie wechselnde Perspektiven und Szenenübergänge zu bewältigen. Dieser hohle Modus verhindert, dass Nutzer echte Authentizität oder narrative Spannung empfinden.
AdaMARP-Framework: Vierkanal-Nachrichten und dynamische Planung
Um diesen Stillstand zu überwinden, entwarf das Forschungsteam eine neue Interaktionslogik. Erstens führt AdaMARP ein „Vierkanal-Nachrichtenformat“ ein, das jede Runde in „Gedanke – Handlung – Umgebung – Sprache“ unterteilt. Anstatt nur Dialoge auszugeben, verwebt die KI nun die atmosphärische Umgebung (wie flackernde Gaslampen), innere Gedanken und Körpersprache zu einer vollständigen Kausalkette.
Zweitens umfasst das Framework einen „Scene Manager“, der als Regisseur der Erzählung fungiert. Er verfügt über fünf Kernfunktionen: Initialisierung der Szene, Auswahl des Sprechers, Szenenwechsel, dynamische Einführung neuer Charaktere und Beendigung der Interaktion. Dadurch kann die KI autonom entscheiden, wann sie vom Tatort zum Haus eines Zeugen wechselt oder wann ein neuer Verdächtiger durch die Tür tritt.
Training und Bewertung: Von der Literatur zur Simulation
Um die KI mit echten Schauspiel- und Regiefähigkeiten auszustatten, erstellte das Team die hochwertigen Datensätze AdaRPSet und AdaSMSet. Diese Datensätze enthalten detaillierte Charakterprofile und Interaktionsverläufe aus 81 klassischen literarischen Werken sowie 20 verschiedene thematische synthetische Handlungen. Dies stellt sicher, dass das Modell literarische Textur erlernt und gleichzeitig die dynamische Ablauflogik beherrscht.
Darüber hinaus führte das Team ein ergänzendes Bewertungsframework namens AdaptiveBench ein. Im Gegensatz zu herkömmlichen Bewertungen von Ein-Runden-Konversationen bewertet AdaptiveBench Modelle auf der Ebene der Handlungsverläufe und konzentriert sich dabei auf die Konsistenz der Charaktere, die Wahrnehmung der Umgebung und die Natürlichkeit des narrativen Fortschritts. Dies ermöglicht eine umfassende Beurteilung der KI-Leistung in komplexen Interaktionen mit langen Texten.
Dieser Rahmen eröffnet einen neuen technischen Weg für immersive interaktive Szenarien wie detektivisches Denken und abenteuerliches Geschichtenerzählen. Durch die enge Verknüpfung von Umgebung und narrativer Logik entwickelt sich die KI von einem einfachen Chat-Assistenten zu einem digitalen Darsteller mit fortgeschrittenem kreativem Bewusstsein.
Verwandter Artikel
Meta möchte, dass Ihr nächstes Gadget mit Muse-Technologie ausgestattet ist
Metas Muse, ein KI-Assistent, der Buchungen für Reisen, Formularübermittlungen und Einkäufe übernimmt, hat eine weit verbreitete Akzeptanz gefunden, doch eine neue Initiative könnte insbesondere Entwickler und Hardware-Enthusiasten interessieren.Am
Wan-Streamer v0.2 bietet ultra-niedrige Latenz für KI-Chats
Da sich die moderne Technologie rasch weiterentwickelt, wird die Interaktion zwischen Mensch und KI immer häufiger. Traditionelle Videoanrufe kämpfen oft mit Verzögerungen, Latenzzeiten und einer Synchronisationslücke zwischen Audio und Video. Wan-St
Meta schließt sich TSMC und Micron an, um neue Server mit alter Speicherhardware auszustatten
Während die Einführung künstlicher Intelligenz weltweit voranschreitet, herrscht bei dem nächsten Generation DDR5-Speicher eine kritische Knappheit. Um Verzögerungen beim Aufbau von KI-Rechenzentren zu vermeiden, hat Meta mit Branchenführern wie TSMC
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)

Das KI-Rollenspiel entwickelt sich von einfachen textbasierten Unterhaltungen hin zu facettenreichen, immersiven Dramen. Forscher der Zhejiang-Universität und des Tencent Youtu Lab haben kürzlich AdaMARP vorgestellt, ein selbstadaptives Framework für die Interaktion mehrerer Agenten, das zentrale Schwächen aktueller Rollenspiele mit großen Sprachmodellen angeht, wie beispielsweise ein schwaches Umgebungsbewusstsein und starre Erzählstrukturen. Das Framework verleiht der KI die Fähigkeiten eines Regisseurs in Bezug auf Szenenmanagement und Erzählkunst. Diese Arbeit wurde für die internationale Konferenz ACL 2026 angenommen.
Kernprobleme: Fehlende „Umgebung“ und „Regisseur“
Im heutigen KI-Rollenspiel können Nutzer mit historischen oder literarischen Figuren sprechen, doch die Interaktionen beschränken sich oft auf Textaustausch in statischen Umgebungen. In einem Krimiszenario beispielsweise verhalten sich traditionelle KI-Systeme wie sich wiederholende Sprechmaschinen, die nicht in der Lage sind, aus Umgebungshinweisen wie Wachsflecken auf dem Teppich Schlussfolgerungen zu ziehen oder komplexe narrative Anforderungen wie wechselnde Perspektiven und Szenenübergänge zu bewältigen. Dieser hohle Modus verhindert, dass Nutzer echte Authentizität oder narrative Spannung empfinden.
AdaMARP-Framework: Vierkanal-Nachrichten und dynamische Planung
Um diesen Stillstand zu überwinden, entwarf das Forschungsteam eine neue Interaktionslogik. Erstens führt AdaMARP ein „Vierkanal-Nachrichtenformat“ ein, das jede Runde in „Gedanke – Handlung – Umgebung – Sprache“ unterteilt. Anstatt nur Dialoge auszugeben, verwebt die KI nun die atmosphärische Umgebung (wie flackernde Gaslampen), innere Gedanken und Körpersprache zu einer vollständigen Kausalkette.
Zweitens umfasst das Framework einen „Scene Manager“, der als Regisseur der Erzählung fungiert. Er verfügt über fünf Kernfunktionen: Initialisierung der Szene, Auswahl des Sprechers, Szenenwechsel, dynamische Einführung neuer Charaktere und Beendigung der Interaktion. Dadurch kann die KI autonom entscheiden, wann sie vom Tatort zum Haus eines Zeugen wechselt oder wann ein neuer Verdächtiger durch die Tür tritt.
Training und Bewertung: Von der Literatur zur Simulation
Um die KI mit echten Schauspiel- und Regiefähigkeiten auszustatten, erstellte das Team die hochwertigen Datensätze AdaRPSet und AdaSMSet. Diese Datensätze enthalten detaillierte Charakterprofile und Interaktionsverläufe aus 81 klassischen literarischen Werken sowie 20 verschiedene thematische synthetische Handlungen. Dies stellt sicher, dass das Modell literarische Textur erlernt und gleichzeitig die dynamische Ablauflogik beherrscht.
Darüber hinaus führte das Team ein ergänzendes Bewertungsframework namens AdaptiveBench ein. Im Gegensatz zu herkömmlichen Bewertungen von Ein-Runden-Konversationen bewertet AdaptiveBench Modelle auf der Ebene der Handlungsverläufe und konzentriert sich dabei auf die Konsistenz der Charaktere, die Wahrnehmung der Umgebung und die Natürlichkeit des narrativen Fortschritts. Dies ermöglicht eine umfassende Beurteilung der KI-Leistung in komplexen Interaktionen mit langen Texten.
Dieser Rahmen eröffnet einen neuen technischen Weg für immersive interaktive Szenarien wie detektivisches Denken und abenteuerliches Geschichtenerzählen. Durch die enge Verknüpfung von Umgebung und narrativer Logik entwickelt sich die KI von einem einfachen Chat-Assistenten zu einem digitalen Darsteller mit fortgeschrittenem kreativem Bewusstsein.
Meta möchte, dass Ihr nächstes Gadget mit Muse-Technologie ausgestattet ist
Metas Muse, ein KI-Assistent, der Buchungen für Reisen, Formularübermittlungen und Einkäufe übernimmt, hat eine weit verbreitete Akzeptanz gefunden, doch eine neue Initiative könnte insbesondere Entwickler und Hardware-Enthusiasten interessieren.Am
Wan-Streamer v0.2 bietet ultra-niedrige Latenz für KI-Chats
Da sich die moderne Technologie rasch weiterentwickelt, wird die Interaktion zwischen Mensch und KI immer häufiger. Traditionelle Videoanrufe kämpfen oft mit Verzögerungen, Latenzzeiten und einer Synchronisationslücke zwischen Audio und Video. Wan-St
Meta schließt sich TSMC und Micron an, um neue Server mit alter Speicherhardware auszustatten
Während die Einführung künstlicher Intelligenz weltweit voranschreitet, herrscht bei dem nächsten Generation DDR5-Speicher eine kritische Knappheit. Um Verzögerungen beim Aufbau von KI-Rechenzentren zu vermeiden, hat Meta mit Branchenführern wie TSMC











