EvolvingWorld：交互式文学世界中共同进化角色扮演代理和世界模型的开放模式框架

本文介绍了 EvolvingWorld，这是交互式文学世界中角色和世界共同进化的框架和基准。现有系统要么将交互式文学模拟视为静态角色模仿，要么将孤立的场景生成视为孤立的场景生成，无法捕捉角色和世界如何随着时间的推移一起演变。为了解决这个问题，EvolvingWorld 将文学模拟建模为一个长期过程，其中角色互动、场景进展以及角色和世界状态持续更新。与依赖固定模式的现有系统不同，EvolvingWorld 采用开放模式框架来支持跨不同文学世界的模拟。该框架由两个耦合模块组成：用于多角色角色扮演和持久配置文件演变的角色代理，以及用于全局和位置/实体级状态维护和场景进展的基于 LLM 的世界模型。基于该架构，我们制定了 7 个可训练任务，用于场景初始化、交互生成和状态更新。我们从 57 本书构建了一个数据集，生成了 138,596 个监督训练样本和 222 个测试快照。此外，我们引入了涵盖 10 个维度和 20 个指标的轨迹级 LLM-as-Judge 评估协议。实验表明，EvolvingWorld 可以通过有效地保持持久、连贯的特征和世界发展来改进长期模拟。