Revolucionando el diálogo en RPG con IA

Los juegos de rol (RPGs) permiten a los jugadores entrar en mundos emocionantes donde crean Personajes e interactúan con otros. Hablar es una de las principales formas en que los jugadores se conectan con el juego. Esta comunicación aparece en varias formas, como guías, charlas entre personajes y cuentos. La mayoría de los juegos usan guiones escritos para formar la trama principal y construir las personalidades de los personajes. Sin embargo, las charlas casuales entre personajes pueden mejorar la experiencia de juego. Con el auge de los grandes modelos de lenguaje (LLMs), presentamos una nueva forma de crear estas conversaciones en el juego usando LLMs con conocimiento adicional de gráficos.

#El papel del diálogo en los RPGs

En los RPGs, los jugadores crean personajes que tienen sus propias historias, decisiones e interacciones. Esta interacción puede cambiar cómo se desarrolla el juego. Un ejemplo común de RPG es Dungeons and Dragons (DND), donde el guía del juego describe situaciones y personajes. Las habilidades de narración e improvisación de este guía son clave, lo que hace que sea más difícil para la IA desempeñarse bien.

Otro gran problema es cuando los personajes no hablan durante momentos importantes. En la vida real, las conversaciones fluyen de manera natural, con todos participando. Sin embargo, en los RPGs, los personajes pueden de repente dejar de hablar, lo que puede arruinar la experiencia para los jugadores.

Este problema es especialmente notable en juegos con personalidades de personajes fuertes. En Final Fantasy VII Remake, el personaje principal, Cloud Strife, tiene una personalidad profunda y complicada. A menudo reflexiona sobre sus propias luchas. En Pokémon, el personaje principal conocido como Ash Ketchum (o Red) es conocido por su determinación y entusiasmo. Cuando los personajes se quedan en silencio, se arruina su representación y se rompe la implicación del jugador en la historia. Para solucionar esto, necesitamos una IA avanzada que pueda mantener conversaciones animadas y adecuadas basadas en los rasgos de cada personaje.

#Usando IA para Generar diálogo

Con el crecimiento de la IA y los LLMs, los RPGs se han convertido en grandes campos de prueba. Estos juegos pueden imitar situaciones complejas de la vida real, incluyendo el uso del lenguaje y la toma de decisiones adaptadas al contexto del juego. Este nuevo enfoque permite a los desarrolladores crear conversaciones detalladas y atractivas.

#Cómo creamos Diálogos dinámicos

Conectamos gráficos de conocimiento y LLMs para crear diálogos significativos. Primero, reunimos información sobre personajes de las wikis de Final Fantasy y Pokémon. Luego, construimos gráficos de conocimiento a partir de estos datos, lo que nos permite organizar información sobre los personajes, sus habilidades y relaciones. Usamos este conocimiento en nuestros prompts de LLM para desarrollar diálogos específicos de cada personaje.

Por ejemplo, en Final Fantasy VII, observamos datos cruciales sobre personajes y jefes, lo que nos ayuda a generar mejor diálogo para situaciones variadas como batallas. El mismo proceso se aplica a Pokémon, donde creamos interacciones para Red, quien normalmente no habla en los juegos originales.

#Llenando los vacíos en el diálogo

En Final Fantasy VII Remake, a menudo hay charlas repetitivas durante las batallas, y los personajes pueden no decir nada cuando un jefe está a punto de ser derrotado. Nuestro objetivo es agregar diálogos frescos para los personajes durante las peleas, mejorando la experiencia. En Pokémon, dado que Red no se comunica, podemos crear nuestro diálogo para él basado en diferentes rasgos, como ser temperamental o bondadoso.

Al usar GPT-4, generamos diálogos que se ajustan a los estilos y antecedentes de los personajes. Primero, recopilamos datos relevantes de fuentes en línea. Luego, creamos triples de conocimiento a partir de estos datos y, finalmente, le pedimos a GPT-4 que genere diálogos adecuados utilizando el conocimiento recopilado y situaciones específicas.

#Gráficos de conocimiento en acción

Para construir nuestros gráficos de conocimiento, comenzamos recopilando información de las wikis de ambos juegos. Entendemos los rasgos de los personajes, habilidades y el contexto de sus acciones en los juegos. Estos detalles se convierten en triples que almacenan las relaciones y atributos de los personajes para potenciar sus interacciones en el juego.

Por ejemplo, si describimos a un personaje como Sabrina de Pokémon, creamos información estructurada que explica sus atributos, como género o los Pokémon que usa. Al estructurar los datos de esta manera, facilitamos que la IA genere diálogos relevantes.

#Prompts para generación de diálogos

Mientras que juegos como Final Fantasy tienen historias detalladas con escenas, las batallas en el juego pueden volverse aburridas con diálogos repetitivos. Para mantener las cosas animadas, le proporcionamos a GPT-4 triples de conocimiento y le pedimos que genere diálogos que reaccionen a escenarios específicos. Cada prompt contiene instrucciones, detalles del personaje, detalles del jefe y el contexto de la batalla.

Por ejemplo, si Cloud está en una pelea con un jefe, guiamos a la IA sobre cómo responder basándose en la situación, asegurando que el diálogo se alinee con sus rasgos de carácter y el escenario de la batalla.

#Generación de diálogos para Red

En Pokémon, Red no interactúa verbalmente, así que creamos un sistema para darle respuestas. Le asignamos cinco personalidades diferentes, como ser un entrenador maduro o uno confiado. Esto nos permite generar diálogos variados para diferentes escenarios en el juego.

Para evaluar cómo se ajustan estos diálogos al personaje de Red, le dimos a los testers tareas específicas. Leían la personalidad de Red, el contexto y su respuesta, y luego evaluaban qué tan bien coincidía con su personaje y qué tan natural se sentía en la conversación.

#Resultados preliminares

Nuestros hallazgos muestran que GPT-4 puede generar diálogos que se sienten auténticos para los personajes. Sin embargo, tiende a inclinarse hacia respuestas más positivas, lo que no siempre coincide con los rasgos establecidos de los personajes. Por ejemplo, encontramos que GPT-4 a menudo retrataba a Cloud como demasiado positivo, lo que puede no alinearse con su naturaleza más seria.

#Generando respuestas para Red

También analizamos qué tan bien GPT-4 podía generar diálogos para Red, probando varias personalidades. Los resultados mostraron diferencias significativas según la personalidad asignada, indicando que GPT-4 puede producir diálogos que reflejan esos rasgos. Los datos muestran que las respuestas de Red eran más fuertes cuando tenía personalidades claras y directas, como ser hablador o tímido.

#Trabajo futuro

De cara al futuro, queremos ver qué tan bien puede actuar GPT-4 como personajes del juego mientras ofrece respuestas inesperadas pero adecuadas. Esperamos expandir esta investigación a otras series de videojuegos y realizar más evaluaciones humanas para ver qué tan bien la IA sigue adaptándose y mejorando.

Nuestro objetivo es refinar GPT-4 entrenándolo para que sus respuestas se alineen mejor con los rasgos de los personajes establecidos. Nuestros próximos tests involucrarán recopilar comentarios de los participantes para entender qué tan bien GPT-4 utiliza el conocimiento y el contexto en sus diálogos.

#Conclusión

En resumen, esta investigación muestra el potencial de GPT-4 para mejorar las conversaciones en los videojuegos, especialmente en los RPGs. Al integrar gráficos de conocimiento y IA, buscamos crear diálogos más atractivos que mejoren las experiencias de los jugadores. A medida que continuamos refinando estos métodos, nos esforzamos por hacer que las conversaciones generadas por IA sean más inmersivas y fieles a los personajes, permitiendo a los jugadores disfrutar de interacciones más ricas en sus juegos favoritos.