論文の概要: OPEN-THEATRE: An Open-Source Toolkit for LLM-based Interactive Drama

• arxiv url: http://arxiv.org/abs/2509.16713v1
• Date: Sat, 20 Sep 2025 14:53:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-23 18:58:15.938761
• Title: OPEN-THEATRE: An Open-Source Toolkit for LLM-based Interactive Drama
• Title（参考訳）: OPEN-THEATRE - LLMベースのインタラクティブドラマのためのオープンソースツールキット
• Authors: Tianyang Xu, Hongqiu Wu, Weiqi Wu, Hai Zhao,
• Abstract要約: Open-Theatreは、LLMベースのインタラクティブドラマを体験し、カスタマイズするための最初のオープンソースツールキットである。 効率的なマルチエージェントアーキテクチャと階層型検索ベースのメモリシステムによる事前処理を洗練する。
• 参考スコア（独自算出の注目度）: 62.00761178362677
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: LLM-based Interactive Drama introduces a novel dialogue scenario in which the player immerses into a character and engages in a dramatic story by interacting with LLM agents. Despite the fact that this emerging area holds significant promise, it remains largely underexplored due to the lack of a well-designed playground to develop a complete drama. This makes a significant barrier for researchers to replicate, extend, and study such systems. Hence, we present Open-Theatre, the first open-source toolkit for experiencing and customizing LLM-based interactive drama. It refines prior work with an efficient multi-agent architecture and a hierarchical retrieval-based memory system, designed to enhance narrative coherence and realistic long-term behavior in complex interactions. In addition, we provide a highly configurable pipeline, making it easy for researchers to develop and optimize new approaches.
• Abstract（参考訳）: LLMベースのインタラクティブドラマでは、プレイヤーがキャラクターに没頭し、LLMエージェントと対話することで劇的なストーリーを演じる、新しい対話シナリオが紹介されている。 この新興地域が大きな可能性を秘めているにもかかわらず、完全なドラマを開発するための十分に設計された遊び場が欠如していることから、大半は未調査のままである。 これは研究者にとって、そのようなシステムを複製し、拡張し、研究する上で重要な障壁となる。 そこで我々は,LDMをベースとしたインタラクティブドラマを体験し,カスタマイズするためのオープンソースツールキットOpen-Theatreを紹介する。 複雑な相互作用における物語のコヒーレンスと現実的な長期的な振る舞いを高めるために設計された、効率的なマルチエージェントアーキテクチャと階層的な検索ベースのメモリシステムにより、以前の作業を洗練する。 さらに、我々は高度に構成可能なパイプラインを提供し、研究者が新しいアプローチを開発し、最適化することを容易にする。

関連論文リスト

• ToolACE-MT: Non-Autoregressive Generation for Agentic Multi-Turn Interaction [84.90394416593624]
  大規模言語モデル(LLM)によるエージェント的タスク解決には,多ターン・マルチステップインタラクションが必要である。 既存のシミュレーションベースのデータ生成手法は、複数のエージェント間のコストのかかる自己回帰的相互作用に大きく依存している。 本稿では,高品質なマルチターンエージェント対話を構築するための非自己回帰反復生成フレームワークであるToolACE-MTを提案する。
  論文  参考訳（メタデータ） (2025-08-18T07:38:23Z)
• AI-Guided Exploration of Large-Scale Codebases [0.0]
  大きな言語モデル(LLM)は、コードの探索を強化する新しい機会を提供する。 大規模言語モデル(LLM)の最近の進歩は、コードの探索を強化する新しい機会を提供する。 この研究は、リバースエンジニアリングとLLM誘導型、意図認識型視覚探索を統合するハイブリッドアプローチを導入している。
  論文  参考訳（メタデータ） (2025-08-07T19:15:37Z)
• SynWorld: Virtual Scenario Synthesis for Agentic Action Knowledge Refinement [81.30121762971473]
  SynWorldは、エージェントが自律的に環境を探索し、最適化し、アクションに対する理解を深めることを可能にするフレームワークである。 実験の結果,SynWorldは新しい環境下での行動知識の学習に効果的で汎用的なアプローチであることを実証した。
  論文  参考訳（メタデータ） (2025-04-04T16:10:57Z)
• Towards Enhanced Immersion and Agency for LLM-based Interactive Drama [55.770617779283064]
  本論文は,対話型ドラマを2つの側面から理解することから始まる:没入感,プレイヤーの物語への参加感,エージェンシーである。 これら2つの側面を強化するために,我々はまず,LLMが劇的なストーリーを製作し,構造と物語の質を大幅に向上させる新しい手法であるPlaywriting-Guided Generationを提案する。
  論文  参考訳（メタデータ） (2025-02-25T06:06:16Z)
• 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 LLM to Conversational Agent: A Memory Enhanced Architecture with Fine-Tuning of Large Language Models [11.999652715036643]
  RAISE(Reasoning and Acting through Scratchpad and Examples)は、LLM(Large Language Models)を対話エージェントに統合する高度なアーキテクチャである。 会話の文脈と連続性を維持するために、人間の短期記憶と長期記憶をミラーリングするデュアルコンポーネントメモリシステムを備えている。
  論文  参考訳（メタデータ） (2024-01-05T12:26:46Z)

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。