論文の概要: IVIE: A Neuro-symbolic Approach to Incremental and Validated Generation of Interactive Fiction Worlds

• arxiv url: http://arxiv.org/abs/2606.13348v1
• Date: Thu, 11 Jun 2026 13:36:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-12 15:55:27.822625
• Title: IVIE: A Neuro-symbolic Approach to Incremental and Validated Generation of Interactive Fiction Worlds
• Title（参考訳）: IVIE:インタラクティブ・フィクション・ワールドのインクリメンタル・バリデーションへのニューロシンボリックアプローチ
• Authors: Micaela Vaucher, Santiago Silveira, Santiago Góngora, Luis Chiruzzo,
• Abstract要約: 本稿では,インタラクティブなフィクション世界をスクラッチから創り出すための,ニューロシンボリックなアプローチであるIVIEを紹介する。 IVIEは、4段階のインクリメンタルな生成パイプラインを実装しており、創造的な決定(設定と文字生成)を大規模言語モデルに委譲する。 今後のニューロシンボリックな対話型ストーリーテリングシステムにおける重要な設計上の考慮事項を特定する。
• 参考スコア（独自算出の注目度）: 1.9674143457235898
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Computational creativity in Interactive Fiction faces a fundamental tension: Large Language Models (LLM) may produce creative narratives but struggle with world coherence, while symbolic systems ensure consistency but lack creative flexibility. We present IVIE (Incremental & Validated Interactive Experiences), a neuro-symbolic approach to generating complete and playable interactive fiction worlds from scratch. Building upon PAYADOR's neuro-symbolic framework, IVIE implements a four-stage incremental generation pipeline that delegates creative decisions--setting and character creation, puzzle design--to LLMs while grounding the world state through symbolic validation. The system generates worlds with interconnected locations, functional items, non-player characters, and coherent puzzles, all structured around a central goal-oriented architecture. Human evaluation shows the approach generates immersive, thematically coherent worlds with high player engagement. Results seem to indicate that the neuro-symbolic approach successfully balances flexibility with narrative coherence: symbolic validation grounds LLM generation without eliminating generative freedom. However, challenges remain: LLM inconsistencies occasionally bypass puzzle constraints, and objective validation gaps allow some structurally impossible goals. We identify key design considerations for future neurosymbolic interactive storytelling systems, particularly regarding LLM capabilities and their limitations.
• Abstract（参考訳）: 大規模言語モデル(LLM)は創造的な物語を生み出すが、世界一貫性に苦しむ一方で、シンボリックシステムは一貫性を確保し、創造的な柔軟性を欠いている。 Incremental & Validated Interactive Experiences(インクリメンタル・アンド・バリデーテッド・インタラクティブ・エクスペリエンス)は、完全でプレイ可能なインタラクティブ・フィクションの世界をゼロから作り出すためのニューロシンボリック・シンボリック・アプローチである。 PAYADORのニューロシンボリック・フレームワークに基づいて、IVIEは4段階のインクリメンタル・ジェネレーションパイプラインを実装し、創造的な決定を委譲する。 このシステムは、相互接続された場所、機能的なアイテム、ノンプレイヤーキャラクター、コヒーレントパズルを持つ世界を生成する。 人間の評価は、高いプレイヤーエンゲージメントを持つ没入的でテーマ的に整合した世界を生み出す方法を示している。 その結果, ニューロシンボリックアプローチは, 表現的コヒーレンスと柔軟性のバランスがとれることが示唆された。 LLMの不整合は時々パズルの制約を回避し、客観的な検証ギャップは構造的に不可能な目標を許容する。 今後のニューロシンボリックな対話型ストーリーテリングシステム、特にLLM機能とその制限について、重要な設計上の考慮事項を同定する。

関連論文リスト

• From Perception to Cognition: A Survey of Vision-Language Interactive Reasoning in Multimodal Large Language Models [66.36007274540113]
  MLLM(Multimodal Large Language Models)は、物理的世界に対する深い人間的な理解と相互作用を達成するための試みである。 情報取得(知覚)や推論(認知)を行う際、しばしば浅く不整合な統合を示す。 この調査では、新しい統合分析フレームワーク「知覚から認知へ」を紹介した。
  論文  参考訳（メタデータ） (2025-09-29T18:25:40Z)
• LOOP: A Plug-and-Play Neuro-Symbolic Framework for Enhancing Planning in Autonomous Systems [0.0]
  計画は自律システムにおいて最も重要なタスクの1つであり、小さなエラーでも大きな失敗や100万ドルの損失につながる可能性がある。 現在の最先端のニューラルプランニングアプローチは、複雑なドメインと競合する。 LOOPは、神経と象徴的なコンポーネント間の反復的な会話として計画を扱う、新しいニューロシンボリックな計画フレームワークである。
  論文  参考訳（メタデータ） (2025-08-18T21:21:21Z)
• Think, Reflect, Create: Metacognitive Learning for Zero-Shot Robotic Planning with LLMs [3.0067862210362284]
  大規模言語モデル(LLM)は、様々な領域において大きな可能性を示している。 メタ認知学習をLLMによるマルチロボットコラボレーションに統合するフレームワークを提案する。 より困難なロボットベンチマークタスクを提案し、既存のベンチマークと新しいタスクに関する我々のフレームワークを評価する。
  論文  参考訳（メタデータ） (2025-05-20T20:51:18Z)
• GODBench: A Benchmark for Multimodal Large Language Models in Video Comment Art [38.40471808648207]
  ビデオコメントアートはユーモア、風刺、感情共鳴を伝達する創造的なコンテンツを提供することによってユーザーのエンゲージメントを高める。 我々は、ビデオとテキストのモダリティを統合した新しいベンチマークであるGODBenchを紹介し、コメントアートを構成するMLLMの能力を体系的に評価する。 また,MLLMの創造性向上を目的とした多段階推論フレームワークRipple of Thought (RoT)を提案する。
  論文  参考訳（メタデータ） (2025-05-16T16:56:40Z)
• Probing and Inducing Combinational Creativity in Vision-Language Models [52.76981145923602]
  VLM(Vision-Language Models)の最近の進歩は、それらのアウトプットが組合せの創造性を反映しているかという議論を引き起こしている。 本稿では,創造的プロセスを3つのレベルに分解するIEIフレームワークを提案する。 このフレームワークを検証するために、IEIフレームワークに従って注釈付けされた666人のアーティストによる視覚マッシュアップの高品質データセットであるCreativeMashupをキュレートする。
  論文  参考訳（メタデータ） (2025-04-17T17:38:18Z)
• Mind's Eye of LLMs: Visualization-of-Thought Elicits Spatial Reasoning in Large Language Models [71.93366651585275]
  大規模言語モデル(LLM)は、言語理解と様々な推論タスクにおいて印象的な性能を示した。 本稿では,LLMの空間的推論を視覚的に行うために,VoT(Visual-of-Thought)を提案する。 VoTはLLMの空間的推論能力を著しく向上させる。
  論文  参考訳（メタデータ） (2024-04-04T17:45:08Z)
• DREAMWALKER: Mental Planning for Continuous Vision-Language Navigation [107.5934592892763]
  本稿では,世界モデルに基づくVLN-CEエージェントDREAMWALKERを提案する。 世界モデルは、複雑な連続環境の視覚的、位相的、動的特性を要約するために構築される。 コストのかかるアクションを実行する前に、そのような抽象的な世界で可能な計画を完全にシミュレートし、評価することができる。
  論文  参考訳（メタデータ） (2023-08-14T23:45:01Z)

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。