게임 플레이어와 NPC 간의 상호작용을 향상시키기 위한 LLM 기반 학습
LLM-Based Learning for Enhancing Interaction Between Game Players and NPCs
2
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
오늘날의 게임에서는 전통적인 비플레이어 캐릭터(NPC) 행동과 대화가 미리 설정된 스크립트에 의존하기 때문에 다양한 플레이어의 요구에 동적으로 대응하기 어렵고 게임의 몰입도와 상호작용 깊이를 제한한다. 본 논문은 NPC의 지능적 상호작용을 향상시키기 위해 대형 언어 모델(LLM)을 게임에 적용하는 방법을 탐구하는 것을 목표로 한다. Lama 모델을 미세 조정하여 Unity 엔진에서 시뮬레이션된 게임 장면을 구축하고, 미세 조정된 모델을 NPC 시스템에 내장하여 실제 게임 상호작용에서 NPC를 구동하는 성능과 능력을 검증한다. 실험에서 연구팀은 아이템 수집, 작업 전달, 복잡한 의미론적 Q&A 등 일련의 대표적인 게임 상호작용 시나리오를 설계하여 NPC의 언어 이해력과 상호작용 능력을 테스트했고 결과는 LLM 기반 NPC가 게임 개발자들이 보다 유연하고 지능적인 상호작용 메커니즘을 구축할 수 있도록 한다는 것을 보여준다. 이 접근 방식은 지능형 NPC 개발의 새로운 가능성을 열어준다.
Abstract
In today's games, traditional non-player character (NPC) behaviors and dialogues rely on preset scripts, making it difficult to dynamically respond to diverse player needs and limiting the immersion and interactive depth of the game. This study aims to explore the application of Large Language Models(LLM) in games to enhance the intelligent interaction of NPCs.In this study, the Llama model is fine-tuned to build a simulated game scene in Unity engine, and the fine-tuned model is embedded into an NPC system to verify its performance and ability to drive NPCs in real game interactions. In the experiments, the research team designed a series of typical game interaction scenarios, including item collection, task delivery, and complex semantic Q&A, through which the NPC's language comprehension and interaction capabilities were tested.The results demonstrate that LLM-driven NPCs enable game developers to build more flexible and intelligent interaction mechanisms. This approach opens new possibilities for intelligent NPC development.