Collaborative Quest Completion with LLM-driven Non-Player Characters in Minecraft

随着生成式人工智能在视频游戏开发中的应用越来越多，随着大型语言模型的对话和其他能力不断提高，我们预计基于LLM的非玩家角色（NPC）将得到广泛应用。本文旨在了解人类玩家如何与基于LLM的NPC合作完成游戏目标。我们在Minecraft中设计了一个小游戏，玩家与两个GPT4驱动的NPC合作完成任务。我们进行了一项用户研究，28名Minecraft玩家玩了这个小游戏并分享了他们的反馈。通过分析游戏日志和录像，我们发现了NPC和人类玩家之间出现了几种协作行为模式。我们还报告了仅具有丰富的游戏状态或视觉理解的纯语言模型的当前限制。我们相信，这项初步研究和分析将为未来的游戏开发人员提供关于如何更好地利用这些快速提高的生成式人工智能模型在游戏中扮演协作角色的指导。

研究人员试图了解人类玩家如何与基于大型语言模型的NPC合作完成游戏任务，以及当前语言模型在游戏状态和视觉理解方面的局限性。

在Minecraft中设计了一个小游戏，让玩家与两个基于GPT4的NPC合作完成任务，通过分析游戏日志和记录，发现了几种合作行为模式，并探讨了未来开发者如何更好地利用生成式AI模型进行协作角色的建模。

论文设计了一个Minecraft小游戏来研究玩家与基于GPT4的NPC的协作行为模式，通过用户研究和游戏日志分析，发现了几种合作行为模式，并讨论了语言模型在游戏状态和视觉理解方面的局限性。

近期的相关研究包括使用生成式AI模型进行游戏开发的研究，以及探索基于语言模型的NPC在游戏中的作用和应用的研究。