arXiv cs.AI· Dilan Mian, Jeremy Bradbury, Yann-Ga\"el Gu\'eh\'eneuc, Fabio Petrillo, Cristiano Politowski·· 11 小时前AI 评分31
基于 LLM 的视频游戏 NPC：一项系统性映射研究
LLM-based NPCs in Video Games: A Systematic Mapping Study
AI 导读
一项系统性映射研究梳理了 377 篇论文，并对其中 42 篇按四大主题轴、一个主问题与十个子问题进行分析，首次定量刻画了 LLM 驱动 NPC 的组件采用、延迟、安全覆盖与可复现性。
正文 · AI 翻译
摘要：数十年来，非玩家角色（NPC）一直由基于规则的系统驱动，其个性与交互在发布前就已编写好。大语言模型（LLM）有望让 NPC 能够公开对话、适应新情境，并以开发者并未完全预设的方式行事，这引发了一波研究与商业实验浪潮。然而，该领域尚缺乏对已构建内容、效果如何以及代价几何的统一认识。为填补这一空白，我们对学术文献中的 377 篇论文进行了系统性映射研究，最终对 42 篇论文围绕一个主要研究问题和十个子问题、跨四个主题轴进行了分析。我们首次对组件采用情况、延迟、安全覆盖率和可复现性进行了定量刻画：短期记忆与世界状态 grounding 几乎普遍存在（60% 和 69%），而长期记忆（31%）、反思（38%）和检索增强生成（14%）仍然少见，响应时间跨度从 2.6 秒到 15 秒。最后，我们识别出商业采用的六大结构性障碍，并为开发者和研究者提供了基于证据的建议。
| 评论： | 12 页。已录用稿件。发表于 IEEE Transactions on Games（Early Access） |
| 主题： | 软件工程（cs.SE）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.05427 [cs.SE] |
| （或 arXiv:2611.05427v1 [cs.SE] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.05427 由 DataCite 颁发的 arXiv DOI |
|
| 相关 DOI： | https://doi.org/10.1109/TG.2026.3733302
链接到相关资源的 DOI |
提交历史
来自：Dilan Mian [查看邮箱]
[v1]
2026 年 11 月 2 日星期一 23:03:44 UTC（68 KB）
来源：arXiv cs.AI · arxiv.org