AdaMARP：面向通用沉浸式角色扮演的自适应多智能体交互框架

摘要

LLM 角色扮演旨在交互式叙事中刻画任意角色，但现有系统常常沉浸感与适应性受限。它们通常对动态环境信息建模不足，并假设场景与角色阵容大体静态，对多角色编排、场景切换与即时角色引入的支持不足。我们提出自适应多智能体角色扮演框架 AdaMARP，其特色是一种交织 [Thought]、(Action)、<Environment> 与 Speech 的沉浸式消息格式，以及一个通过离散动作（init_scene、pick_speaker、switch_scene、add_role、end）连同理由来治理角色扮演的显式场景管理器。为训练这些能力，我们为 Actor 模型构建 AdaRPSet，为编排决策监督构建 AdaSMSet，并引入用于轨迹级评估的 AdaptiveBench。跨多个骨干与模型规模的实验显示一致提升：AdaRPSet 增强角色一致性、环境落地与叙事连贯性，8B actor 胜过多个商业 LLM；AdaSMSet 带来更流畅的场景切换与更自然的角色引入，仅用 14B LLM 就超过 Claude Sonnet 4.5。

AdaMARP：面向通用沉浸式角色扮演的自适应多智能体交互框架 — 图1：AdaMARP 的整体框架。左侧部分展示 AdaRPSet 与 AdaSMSet 的构建以及综合角色画像（role profile）的组成部分。中上部展示三个智能体分别扮演的角色，中下部描绘在场景管理器（scene manager）统筹下、给定预定义角色与初始场景时的对话轨迹生成。右侧部分展示基于所生成轨迹对演员模型（actor models）与场景管理器的评估。