一种基于大语言模型的NPC交互优化方法

本发明涉及计算机数据处理，特别涉及一种基于大语言模型的npc交互优化方法。背景技术：1、目前，实现通过大语言模型模拟人类行为，有着极大的现实意义与应用前景。例如，交互式人类行为代理可以作为npc（non-player character，非玩家角色）出现在开放世界游戏中，为玩家带来更多的变化和贴近现实的代入感；这些人类行为代理也可以用于进行一些由于道德伦理等多方面原因，无法在人类身上进行的心理学、社会学实验；同时，交互式人类行为代理也会成为通用人工智能的基础。因此，如何用大语言模型生成可用于交互的人类行为代理，以及如何令这些人类行为代理在交互中进化，成为了一个值得探索的课题。2、斯坦福大学的论文《generative agents: interactive simulacra of humanbehavior》，在该论文中，研究者们将生成式智能体引入一个交互式沙盒环境中（如一个小镇）。通过初始化设置小镇中的人物模型、环境变量和时间维度，这些智能体可以对自己、其他智能体和环境进行广泛的推理、在适当时行动，做出反应或重新计划。为了让智能体像真人一样对事件做出反应，研究者利用大型语言模型存储了一个框架。这一框架包括三个主要部分，分别是记忆、反思和计划。记忆模块以自然语言记录代理人经历的全面列表，将相关性、近期性和重要性相结合，以展现需要的记录，为代理人的及时行为提供信息。反思模块将记忆综合成随着时间推移逐渐提高的推理，使智能体能够在指导其行为时对自身和他人做出反思总结。计划模块将这些总结结合当前环境转化为高层次的行动计划，然后递归地转化为详细的行为和反应。最后在测试部分，可以评估代理人在角色扮演、记忆、规划、反思等方面的表现。3、在该论文给出的模拟环境中，地图以二维矩阵的形式存储。同时为了减轻模型复杂度，无法完全模拟出现实生活的最小时间单位，npc的行动以每个时间单位内的在二维矩阵中的坐标变换表示。npc总是在做出计划后以自己的路径瞬移，只有在刚好与另一个npc在同一时间出现在同一个空间内才会尝试发起交流。这使得模拟场景中的npc无法进行远程交流，也无法主动发起一次对话。无法模拟出现实生活中人们交流的方式和频率。在该论文给出的模拟环境中，仅仅定义了两人之间的交流方式，没有定义多人同时在场的情况下各npc如何给出自己的观点的处理手段。这使得模拟场景中的npc即使在多个npc同时在场的情况下也仅仅会与其中之一发起对话，无法模拟出现实生活中多人群聊的场景。4、因此，亟需一种解决办法。技术实现思路1、本发明目的之一在于提供了一种基于大语言模型的npc交互优化方法，包括：2、获取地图环境中的npc的未来行动序列；3、基于未来行动序列，确定npc当前的现实生活的最小时间单位的行动指引；4、获取npc在地图环境中的感知经历；5、基于大语言模型，根据行动指引、感知经历，确定行动指引是否执行；6、当为执行时，基于行动指引，在地图环境中对npc进行相应的移动；7、当npc之间发起远程/近程对话时，基于大语言模型，根据发起远程/近程对话的npc的感知经历，生成对话语句；8、基于所述对话语句，控制发起远程/近程对话的npc之间进行相应的对话。9、可选地所述基于大语言模型，根据行动指引、感知经历，确定行动指引是否执行，包括：10、将行动指引、感知经历输入至大语言模型中，获得第一返回结果；11、当第一返回结果为执行时，确定行动指引是执行；否则，确定行动指引是不执行。12、可选地所述基于大语言模型，根据发起远程/近程对话的npc的感知经历，生成对话语句，包括：13、获取发起远程/近程对话的npc之间的对话评判指标；14、将对话评判指标输入至大语言模型中，获得第二返回结果；15、当第二返回结果为允许对话时，将发起远程/近程对话的npc的感知经历输入至大语言模型中，获得第三返回结果；16、将第三返回结果作为对话语句。17、可选地所述对话评判指标包括：发起远程/近程对话的npc的最近一次通话时间、熟悉程度。18、可选地所述行动指引包括：行动类型、开始时间和结束时间；19、开始时间与结束时间之间的时间差为最小时间单位。20、可选地npc之间发起远程/近程对话的具体步骤如下：21、获取npc当日的模拟对话计划；22、当模拟对话计划中包含对话模拟项目时，基于对话模拟项目，确定对话对象；23、从地图环境中确定是对话对象的其他npc；24、确定npc与其他npc的当前npc状态是否均为空闲状态；25、当均为空闲状态时，确定npc与其他npc之间在地图环境中的位置距离；26、当位置距离大于等于距离阈值时，npc之间发起远程对话；27、否则，npc之间发起近程对话。28、可选地基于大语言模型的npc交互优化方法，还包括：29、对npc在地图环境中的感知经历进行实时记录。30、可选地大语言模型包括：chat-gpt模型。31、本发明取得了以下有益效果：32、确定npc当前的最小时间单位的行动指引，当基于大语言确定该行动指引可执行时，对npc进行相应移动控制，克服了现有技术中无法完全模拟出现实生活的最小时间单位导致的npc路径瞬移问题，其次，地图环境中的npc之间可以进行远程交流，npc间可以自行主动发起远程/近程对话，基于大语言丰富进行对话的npc间的对话语句，实现了多npc给出自己观点的对话模拟，真正模拟出现实生活中多人群聊的场景。33、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。34、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。技术特征：1.一种基于大语言模型的npc交互优化方法，其特征在于，包括：2.如权利要求1所述的基于大语言模型的npc交互优化方法，其特征在于，所述基于大语言模型，根据行动指引、感知经历，确定行动指引是否执行，包括：3.如权利要求1所述的基于大语言模型的npc交互优化方法，其特征在于，所述基于大语言模型，根据发起远程/近程对话的npc的感知经历，生成对话语句，包括：4.如权利要求3所述的基于大语言模型的npc交互优化方法，其特征在于，所述对话评判指标至少包括：发起远程/近程对话的npc的最近一次通话时间、熟悉程度。5.如权利要求1所述的基于大语言模型的npc交互优化方法，其特征在于，所述行动指引包括：行动类型、开始时间和结束时间；6.如权利要求1所述的基于大语言模型的npc交互优化方法，其特征在于，npc之间发起远程/近程对话的具体步骤如下：7.如权利要求1所述的基于大语言模型的npc交互优化方法，其特征在于，还包括：8.如权利要求1所述的基于大语言模型的npc交互优化方法，其特征在于，大语言模型至少包括：chat-gpt模型。技术总结本发明提供一种基于大语言模型的NPC交互优化方法，包括：获取地图环境中的NPC的未来行动序列；基于未来行动序列，确定NPC当前的最小时间单位的行动指引；获取NPC在地图环境中的感知经历；基于大语言模型，根据行动指引、感知经历，确定行动指引是否执行；当为执行时，基于行动指引，在地图环境中对NPC进行相应的移动；当NPC之间发起远程/近程对话时，基于大语言模型，根据发起远程/近程对话的NPC的感知经历，生成对话语句；基于所述对话语句，控制发起远程/近程对话的NPC之间进行相应的对话。克服了现有技术中无法完全模拟出现实生活的最小时间单位导致的NPC路径瞬移问题，实现了多NPC给出自己观点的对话模拟，真正模拟出现实生活中多人群聊的场景。技术研发人员：宋轩,彭子燊,杨浩庭,胡清畅,程鑫星,舒襄,张天阳,李威受保护的技术使用者：南方科技大学技术研发日：技术公布日：2024/7/29