論文の概要: LLM-based NPCs in Video Games: A Systematic Mapping Study
- arxiv url: http://arxiv.org/abs/2611.05427v1
- Date: Mon, 02 Nov 2026 23:03:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 03:25:57.805136
- Title: LLM-based NPCs in Video Games: A Systematic Mapping Study
- Title(参考訳): ビデオゲームにおけるLLMベースのNPC:システムマッピング研究
- Abstract要約: 大きな言語モデル(LLM)は、オープンに会話し、新しい状況に適応し、開発者が完全に記述しなかった方法で振る舞うNPCを約束する。
しかし、この分野には、何が構築されたのか、どのように動作するのか、そしてどのコストで、統一されたイメージが欠けている。
- 参考スコア(独自算出の注目度): 1.3340967777671562
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: For decades, non-player characters (NPCs) have been driven by rule-based systems whose personalities and interactions are scripted before release. Large language models (LLMs) promise NPCs that converse openly, adapt to new situations, and behave in ways developers did not fully author, prompting a wave of research and commercial experimentation. Yet the field lacks a unified picture of what has been built, how well it works, and at what cost. We address this gap with a systematic mapping study of 377 papers from the academic literature, yielding 42 papers analysed against a main research question and ten sub-questions across four thematic axes. We provide the first quantitative characterisation of component adoption, latency, safety coverage, and reproducibility: short-term memory and world-state grounding are near-universal (60% and 69%), whereas long-term memory (31%), reflection (38%), and retrieval-augmented generation (14%) remain rare, and response times span 2.6 to 15 seconds. Finally, we identify six structural barriers to commercial adoption and offer evidence-based recommendations for developers and researchers.
- Abstract(参考訳): 何十年もの間、非プレイヤーキャラクタ(NPC)は、個人性やインタラクションがリリース前にスクリプト化されるルールベースのシステムによって駆動されてきた。
大きな言語モデル(LLM)は、オープンに会話し、新しい状況に適応し、開発者が完全に記述しなかった方法で振る舞うNPCを約束する。
しかし、この分野には、何が構築されたのか、どのように動作するのか、そしてどのコストで、統一されたイメージが欠けている。
本研究は,本研究の主研究課題に対する42の論文と,4つの主題軸にまたがる10のサブクエストを対象とする,学術文献からの377の論文の体系的マッピングによって,このギャップを解消するものである。
コンポーネントの採用、レイテンシ、安全性のカバレッジ、再現性に関する最初の定量的特徴付け: 短期記憶と世界国家の接地は、ほぼ普遍的(60%と69%)であるのに対し、長期記憶(31%)、リフレクション(38%)、検索強化世代(14%)は稀であり、応答時間は2.6秒から15秒である。
最後に、商業的採用に対する6つの構造的障壁を特定し、開発者と研究者にエビデンスベースのレコメンデーションを提供します。
関連論文リスト
- IdeaScientist: Orchestrating Agents for Grounded Scientific Ideation [53.38412637382984]
本稿では,イデオロギーをギャップ発見,イノベーション,レポート作成に分解し,各役割を強化学習で訓練するIdeanScientistを紹介する。
これらの役割は、関連する作業の限界を特定し、類似した問題設定から解の直観を引き出し、それらの直観を完全な研究提案へと発展させる。
ドメイン間の洞察の発見を容易にするため、検索、トレーニング、時間的に制御された評価のための277万の研究思想のコーパスであるSvalbard Idea Vaultを構築した。
論文 参考訳(メタデータ) (2026-10-02T21:35:55Z) - Checkpoints Are Not Enough: Trust Calibration in CoSLR, a Human-AI System for Systematic Literature Reviews [2.4681955159016975]
大規模な言語モデルは、流動的でよく構造化されたレビューテキストを生成することができる。
これにより、証明されていないAI生成合成が、体系的なレビューの信頼性を持つ学術記録に入るリスクが高まる。
我々は、体系的な文献レビューワークフローをサポートする人間-AI協調型マルチエージェントシステムであるCo SLRを提案する。
論文 参考訳(メタデータ) (2026-09-05T20:11:23Z) - The Last Human-Written Paper: Agent-Native Research Artifacts [106.47848184955576]
本稿では,物語紙を機械処理可能な研究パッケージに置き換えるプロトコルであるAgent-Native Research Artifact(ARA)を紹介する。
通常の開発において決定と終了をキャプチャするLive Research Manager、レガシPDFとリポジトリをARAに変換するARAコンパイラ、人間レビュアーが重要性、ノベルティ、味にフォーカスできるように客観的チェックを自動化するARAネイティブレビューシステムである。
論文 参考訳(メタデータ) (2026-04-27T16:23:09Z) - IterResearch: Rethinking Long-Horizon Agents via Markovian State Reconstruction [107.49922328855025]
IterResearchは、マルコフ決定過程として長期研究を再構築する、新しい反復的深層研究パラダイムである。
6つのベンチマークで平均+14.5ppの既存のオープンソースエージェントよりも大幅に改善されている。
これは効果的なプロンプト戦略として機能し、ロングホライゾンタスクにおけるReActよりも19.2ppのフロンティアモデルを改善する。
論文 参考訳(メタデータ) (2025-11-10T17:30:08Z) - Semantic Bridge: Universal Multi-Hop Question Generation via AMR-Driven Graph Synthesis [3.1427813443719868]
大きな言語モデル(LLM)のトレーニングは、高品質で推論集約的な質問応答ペアの不足という、重大なボトルネックに直面します。
textbfSemantic Bridgeは、任意の情報源から洗練されたマルチホップ推論質問を制御可能とする最初の普遍的フレームワークである。
論文 参考訳(メタデータ) (2025-08-06T10:59:42Z) - On Path to Multimodal Historical Reasoning: HistBench and HistAgent [68.02249599465337]
HistBenchは、AIの歴史的推論能力を評価するために設計された、414の高品質な質問の新しいベンチマークである。
タスクは、一次資料に基づく事実検索から、原稿や画像の解釈分析まで、幅広い歴史的問題にまたがる。
我々は、OCR、翻訳、アーカイブ検索、ヒストリーにおける画像理解のための慎重に設計されたツールを備えたヒストアジェント(HistAgent)を提示する。
論文 参考訳(メタデータ) (2025-05-26T17:22:20Z)
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。