論文の概要: IBSEN: Director-Actor Agent Collaboration for Controllable and Interactive Drama Script Generation

• arxiv url: http://arxiv.org/abs/2407.01093v1
• Date: Mon, 1 Jul 2024 08:49:57 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-03 22:19:31.927399
• Title: IBSEN: Director-Actor Agent Collaboration for Controllable and Interactive Drama Script Generation
• Title（参考訳）: IBSEN:制御可能で対話的なドラマスクリプト生成のためのディレクターエージェントコラボレーション
• Authors: Senyu Han, Lu Chen, Li-Min Lin, Zhengshan Xu, Kai Yu,
• Abstract要約: IBSENは、ドラマスクリプトを生成し、エージェントがプレイするプロットをより制御しやすいものにする監督・監督調整エージェントフレームワークである。 監督エージェントは、ユーザーが見たいと願うプロットの概要を書き、俳優エージェントにキャラクターをロールプレイするように指示し、人間のプレイヤーがシナリオに参加するときにプロットを再スケジュールし、プロットが目的に向かって進行していることを確認する。
• 参考スコア（独自算出の注目度）: 10.64793069233322
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language models have demonstrated their capabilities in storyline creation and human-like character role-playing. Current language model agents mainly focus on reasonable behaviors from the level of individuals, and their behaviors might be hard to constraint on the level of the whole storyline. In this paper we introduce IBSEN, a director-actor coordinate agent framework that generates drama scripts and makes the plot played by agents more controllable. The director agent writes plot outlines that the user desires to see, instructs the actor agents to role-play their characters, and reschedules the plot when human players participate in the scenario to ensure the plot is progressing towards the objective. To evaluate the framework, we create a novel drama plot that involves several actor agents and check the interactions between them under the instruction of the director agent. Evaluation results show that our framework could generate complete, diverse drama scripts from only a rough outline of plot objectives, meanwhile maintaining the characteristics of characters in the drama. Our codes and prompts are available at https://github.com/OpenDFM/ibsen.
• Abstract（参考訳）: 大規模な言語モデルは、ストーリーラインの作成と人間のようなキャラクターロールプレイングの能力を実証してきた。 現在の言語モデルエージェントは、主に個人のレベルから合理的な行動に焦点を当てており、それらの行動はストーリー全体のレベルに制約するのは難しいかもしれない。 本稿では、ドラマスクリプトを生成し、エージェントがプレイするプロットをより制御しやすくする、ディレクター・アクター座標エージェントフレームワークであるIBSENを紹介する。 監督エージェントは、ユーザーが見たいと願うプロットの概要を書き、俳優エージェントにキャラクターをロールプレイするように指示し、人間のプレイヤーがシナリオに参加するときにプロットを再スケジュールし、プロットが目的に向かって進行していることを確認する。 この枠組みを評価するために,複数の俳優エージェントを巻き込んだ新しいドラマ・プロットを作成し,監督エージェントの指示のもと,それらの相互作用を確認する。 評価の結果,ドラマの登場人物の特徴を保ちながら,プロット目的の粗大なアウトラインのみから,完全な多彩なドラマ脚本を作成できることが示唆された。 私たちのコードとプロンプトはhttps://github.com/OpenDFM/ibsen.comで公開されています。

関連論文リスト

• StoryAgent: Customized Storytelling Video Generation via Multi-Agent Collaboration [88.94832383850533]
  CSVG(Customized Storytelling Video Generation)のためのマルチエージェントフレームワークを提案する。 StoryAgentはCSVGを特殊エージェントに割り当てられた個別のサブタスクに分解し、プロの制作プロセスを反映する。 具体的には、撮影時間内整合性を高めるために、カスタマイズされたイメージ・ツー・ビデオ(I2V)手法であるLoRA-BEを導入する。 コントリビューションには、ビデオ生成タスクのための汎用フレームワークであるStoryAgentの導入や、プロタゴニストの一貫性を維持するための新しい技術が含まれている。
  論文  参考訳（メタデータ） (2024-11-07T18:00:33Z)
• Agents' Room: Narrative Generation through Multi-step Collaboration [54.98886593802834]
  本稿では,物語の執筆を特殊エージェントが取り組んだサブタスクに分解する,物語理論に触発された世代フレームワークを提案する。 エージェントの部屋は,専門的評価者が好むストーリーをベースラインシステムより生成することを示す。
  論文  参考訳（メタデータ） (2024-10-03T15:44:42Z)
• The Drama Machine: Simulating Character Development with LLM Agents [1.999925939110439]
  本稿では,多言語モデル (LLM) エージェントを用いたドラマティックシナリオにおける複雑な動的キャラクタのシミュレートについて検討する。 本稿では,異なる「エゴ」と「スーパーエゴ」の心理的役割を演じるLLMエージェント間の相互作用を協調するドラママシンフレームワークを提案する。 結果として、このマルチエージェントアプローチは、対話的なターンの連続を通して進化する、よりニュアンスで適応的な物語を生み出すことができることが示唆された。
  論文  参考訳（メタデータ） (2024-08-03T09:40:26Z)
• From Role-Play to Drama-Interaction: An LLM Solution [57.233049222938675]
  本稿では,従来のドラマに前例のない没入感を与えるemphLLMベースのインタラクティブドラマを紹介する。 我々は、この新たな芸術ジャンルを、6つの重要な要素-プラット、キャラクタ、思考、辞書、スペクタクル、相互作用によって定義する。 本稿では,プレイヤーとのインタラクションにおける物語の進行をより細かく制御するためのemphNarrative Chainを提案し,任意のストーリーをドラマスクリプトに合成するemphAuto-Dramaを提案する。
  論文  参考訳（メタデータ） (2024-05-23T07:03:56Z)
• Character-LLM: A Trainable Agent for Role-Playing [67.35139167985008]
  大規模言語モデル(LLM)は、人間の振る舞いをシミュレートするエージェントとして用いられる。 本稿では, ベートーヴェン, クレオパトラ女王, ユリウス・カエサルなど, LLM に特定の人物として行動するように教えるキャラクタ-LLMを紹介する。
  論文  参考訳（メタデータ） (2023-10-16T07:58:56Z)
• Thespian: Multi-Character Text Role-Playing Game Agents [8.19666118455293]
  俳優が複数のキャラクターを演じる能力を持つキャラクターと俳優の区別を考察する。 我々は、複数の文字をソフトプロンプトとともにエミュレートすることを学ぶことができるセスピアンエージェントと呼ぶフレームワークを提案する。 エージェントは,マルチ文字学習および少数ショット学習において,アートエージェントフレームワークの状況よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-08-03T16:53:53Z)
• Co-Writing Screenplays and Theatre Scripts with Language Models: An Evaluation by Industry Professionals [5.7445938562326635]
  ドラマトロンは、タイトル、キャラクター、物語のビート、場所の説明、対話を伴うコヒーレントな脚本と脚本を生成する。 ドラマトロンのインタラクティブな共同制作システムとしての有用性を示す。 我々は,共同創造性に対するDramatronの適合性,盗作や偏見を含む倫理的考察,そしてそのようなツールの設計と展開のための参加モデルについて議論する。
  論文  参考訳（メタデータ） (2022-09-29T17:26:22Z)
• Persona-Guided Planning for Controlling the Protagonist's Persona in Story Generation [71.24817035071176]
  本研究では,ペルソナとイベントの関係を明示的にモデル化する計画ベース生成モデルCONPERを提案する。 自動評価と手動評価の両方の結果から、CONPERはより一貫性のあるペルソナ制御可能なストーリーを生成するために最先端のベースラインより優れていることが示されている。
  論文  参考訳（メタデータ） (2022-04-22T13:45:02Z)
• Film Trailer Generation via Task Decomposition [65.16768855902268]
  私たちは映画をグラフとしてモデル化し、ノードはショットであり、エッジはそれらの間のセマンティックな関係を表す。 スクリーンプレイから特権的テキスト情報を活用する共同コントラストトレーニングを用いて,これらの関係を学習する。 教師なしのアルゴリズムがグラフを横切り、人間の審査員が競争的な教師付きアプローチによって生成されるトレーラーを生成する。
  論文  参考訳（メタデータ） (2021-11-16T20:50:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。