文章摘要
【关 键 词】 多智能体、角色扮演、大模型、交互框架、场景调度
大语言模型在角色扮演任务中的应用虽日趋普及，但现有系统普遍面临沉浸感不足与互动结构僵化等瓶颈。环境信号常被忽视为单纯背景板，多角色切换与叙事推进缺乏系统性调度，导致交互体验停留于静态问答。AdaMARP框架通过引入四通道交织的消息格式与专属场景管理器，实现了角色在复杂叙事中环境感知、逻辑推理与灵活调度的深度融合。该格式将思考、动作、环境线索与语言输出有机结合，构建了贴近真实逻辑的因果链条；场景管理器则掌握多项离散控制指令，可精准执行发言者选拔、场景迁移、新角色动态注入等高阶决策，从而支撑起具备情节张力与现实感的开放式多线剧情。
为赋予系统演绎与调度能力，研究团队构建了互补的数据集体系。AdaRPSet融合经典文学文本提取与多维度主题生成数据，确保演员模型掌握统一交互格式与基础性格演绎；AdaSMSet在合成情节基础上补充发言者选择的监督信号，使管理系统具备连贯的控场逻辑。两者协同运作，保证了角色行为与环境状态在同一叙事语境下的无缝衔接。自适应仿真评测框架的建立，从轨迹维度对角色一致性、环境利用、叙事推进及管理节奏进行了多指标量化验证，有效突破了传统单轮对话评测的维度限制。
该技术方案成功串联了内在心理、外在行为与环境反馈，显著提升了多角色、多场景切换条件下的自适应协作水平。验证结果表明，系统能够依托空间线索转换与物证细节推理驱动剧情自然演进，为复杂叙事场景下的沉浸式人工智能互动提供了结构化控制路径，标志着多智能体协同角色扮演技术向具备环境感知与动态调度能力的高阶形态迈进。
原文和模型
【原文链接】 阅读原文 [ 4307字 | 18分钟 ]
【原文作者】 量子位
【摘要模型】 qwen3.6-plus-2026-04-02
【摘要评分】 ★★★★☆
相关文章
