L'université du Zhejiang dévoile un cadre de jeu de rôle immersif visant à rendre les interactions avec l'IA plus naturelles

Les jeux de rôle basés sur l'IA dépassent désormais le stade des simples conversations textuelles pour évoluer vers des scénarios riches et immersifs. Des chercheurs de l'université du Zhejiang et du Tencent Youtu Lab ont récemment présenté AdaMARP, un cadre d'interaction multi-agents auto-adaptatif qui s'attaque aux principales faiblesses des jeux de rôle actuels basés sur les grands modèles linguistiques, telles que la faible perception de l'environnement et la narration rigide. Ce cadre confère à l'IA les compétences de gestion de scène et de narration d'un metteur en scène. Ces travaux ont été acceptés à la conférence internationale ACL 2026.

Principaux points faibles : l'absence d'« environnement » et de « metteur en scène »

Dans les jeux de rôle basés sur l’IA d’aujourd’hui, les utilisateurs peuvent dialoguer avec des personnages historiques ou littéraires, mais les interactions se limitent souvent à des échanges textuels dans des décors statiques. Par exemple, dans un scénario policier, les systèmes d’IA traditionnels se comportent comme des machines à parler répétitives, incapables de tirer des conclusions à partir d’indices environnementaux tels que des taches de cire sur le tapis, ou de gérer des besoins narratifs complexes comme les changements de personnage multiples et les transitions de scène. Ce mode creux empêche les utilisateurs de ressentir une véritable authenticité ou une tension narrative.

Cadre AdaMARP : messages à quatre canaux et planification dynamique

Pour sortir de cette impasse, l’équipe de recherche a conçu une nouvelle logique d’interaction. Tout d’abord, AdaMARP introduit un « format de message à quatre canaux », divisant chaque tour en « Pensée – Action – Environnement – Parole ». Au lieu de se contenter de générer des dialogues, l’IA entremêle désormais l’atmosphère ambiante (comme le scintillement des lampes à gaz), les pensées intérieures et le langage corporel pour former une chaîne causale complète.

Deuxièmement, le cadre comprend un « gestionnaire de scène » qui agit comme le metteur en scène du récit. Il dispose de cinq capacités principales : initialiser la scène, sélectionner l’interlocuteur, changer de scène, introduire dynamiquement de nouveaux personnages et mettre fin à l’interaction. Cela permet à l’IA de décider de manière autonome quand passer de la scène du crime au domicile d’un témoin, ou quand faire entrer un nouveau suspect par la porte.

Formation et évaluation : de la littérature à la simulation

Afin de doter l’IA de véritables capacités d’interprétation et de mise en scène, l’équipe a construit des ensembles de données de haute qualité, AdaRPSet et AdaSMSet. Ces ensembles de données contiennent des profils de personnages détaillés et des trajectoires d’interaction tirés de 81 œuvres littéraires classiques, ainsi que 20 intrigues synthétiques thématiques différentes. Cela garantit que le modèle apprend la texture littéraire tout en maîtrisant la logique de planification dynamique.

De plus, l'équipe a introduit un cadre d'évaluation complémentaire appelé AdaptiveBench. Contrairement aux évaluations traditionnelles de conversations en un seul tour, AdaptiveBench note les modèles au niveau de la trajectoire, en se concentrant sur la cohérence des personnages, la perception de l'environnement et le naturel de la progression narrative. Cela fournit une évaluation complète des performances de l'IA dans des interactions complexes sur de longs textes.

Ce cadre ouvre une nouvelle voie technique pour des scénarios interactifs immersifs tels que le raisonnement policier et la narration d'aventures. En couplant étroitement l'environnement et la logique narrative, l'IA évolue d'un simple assistant de chat vers un interprète numérique doté d'une conscience créative avancée.