游戏实操| 利用LLM进行环境叙事和解谜——《Im Here2》
输入“/”快速插入内容
游戏实操| 利用LLM进行环境叙事和解谜——《Im Here2》
游戏实操| 利用LLM进行环境叙事和解谜——《Im Here2》
飞书用户43922024年3月8日修改
导语｜几个月前就有利用LLM接入游戏的想法，但一直都没有机会去实现，在游戏制作的过程中我也在不断探索着LLM的能力边界，虽然还有很多不可控的地方，但也在一定程度上体现了我对未来AI游戏的想象吧——本文作者@幻想世界123，
一周时间开发，遇到了一些困难，探索LLM的能力时也有许多惊喜的发现，在此记录和分享我的创作历程
一、游戏简介
《Im Here2》是一款基于LLM和多智能体代理交互进行环境探索和解谜的游戏，在游戏中玩家承载着寻找能源钥匙的使命，将与身旁的小机器人艾科一起探索未知的大陆。
你将根据声音寻找关键线索小鹦鹉的位置【听声辨位】，在途中可能会遇到守卫者、指引者，只有正确回答他们的谜题，你才能够得到更多的线索，或激活传送门前往新区域；你需要留意地图中可能的视觉线索，而小机器人也会基于已有的记忆向你提供环境的基本信息【环境交互】；你可以进一步向艾科询问以获得更多潜在的线索，但小机器人的知识是有限的【交互】；随着你的不断探索，你和小机器人会掌握更多的线索以解开一个个谜题【记忆能力】，最终未知大陆的全貌将一步步在面前展开。
创作动机
在几个月前关注到斯坦福大学的一篇论文《Generative Agents: Interactive Simulacra of Human Behavior，多AI智能体进行记忆、计划、决策、行动的能力令我印象深刻，在AI NPC小镇中体现的环境感知和互动的能力也让我看到了LLM在未来开放世界类游戏及现实世界中应用的无限可能。
从这里出发，我又从许多论文中进一步了解到多代理协同的方式能够提高AI输出的质量和推理效果；在许多经典游戏如《风之旅人》、《底特律：变人》、《ALYX中，玩家与环境的交互常常被精心设计，通过让环境讲故事的方式让玩家主动融入游戏进程而非被动地接受信息，从而提升玩家沉浸感。
NPC也是环境的一部分，玩家跟随的角色与世界内的人/物能否通过合理的方式进行互动，影响着开放世界游戏玩家对开放的感受程度。玩家与世界互动的越充分，就越趋于真实可信，然而，这需要一定的玩法支撑，同时也要确保所有的互动都必须符合当前世界的逻辑。现有的游戏如《荒野大嫖客》为了打磨一个可信的开放世界，花了八年时间，考虑到玩家的可能行为，对于环境、剧情对话的把控势必需要花费巨大的精力和成本。
因此，如何利用LLM进行环境感知和多代理交互，以低成本为玩家提供更加自由的沉浸式体验，成为了《Im Here2的雏形。我想未来的AI游戏应该为玩家提供一个经得起推敲的世界，并以此为舞台上演合理且足够吸引人的故事，进而沉淀为游戏的IP资产。最近终于找到时间，也利用一次参加活动的机会，重新拾起了以前自己做的游戏，尝试把想法落地。
关键词：LLM，环境叙事，NPC，解谜，提示词工程，开放世界
可能适合的人：
•
对AI与环境交互感兴趣
•
对NPC 提示词设计感兴趣
•
对模型表现能力感兴趣
•
希望了解LLM多轮接口调用的知识
•
对unity3D游戏开发感兴趣
下面将依次介绍《Im Here2游戏设计和Demo实现的内容。
二、游戏设计
2.0 游戏设计参考
在游戏开发前，我对油管上的AI NPC游戏进行了调研，下面是为我游戏设计提供灵感的一些素材。
P1、P2：采用语音的方式进行交互，文本以对话框的方式显现。这使得玩家在操纵角色移动时能够便捷地与NPC互动，而不是停下来、在一个对话框中打字（这给我一种强烈的塑料感），确保了交互动作的连贯性；此外，P1扁平化和P2写实的风格也为我在后续设计上提供了参考。
P3：图中是在电竞游戏时有一个小代理辅助玩家进行游戏，这后来成为小机器人艾科的雏形，我认为让身旁的代理接入AI是很合理的一件事，就像原神里派蒙几乎承担着玩家的嘴替一般，AI游戏中玩家身旁的代理也承载着我游戏中玩家与环境沟通的桥梁。
P4：这是一款2D的线索搜集，解谜游戏，在得知谜题后玩家需要点击画面中的物体，有一个AI会给你提供物品的介绍和判断。通过AI的提示让玩家主动的搜集线索而不是被动的得到信息，这种环境感知的玩法很有意思，参考的游戏可能不是接入AI，但我想虽然是承担着同一个任务（描述物体信息，提供判断），AI输出的多样性也能够为玩家提供更多的自由度和参与感。