14 KiB
第 2 章 相关工作与理论基础
本章围绕互动叙事、任务与对话系统、大语言模型在游戏中的应用，以及工具调用与函数调用范式四个方面展开综述，旨在为后续提出的“三层 AI-游戏融合架构”提供概念基础与方法对照。总体而言，传统互动叙事研究更强调叙事结构、玩家能动性与系统可控；而 LLM 驱动的交互更强调自然语言覆盖、即时生成与语义整合。二者在目标上互补，但在工程落地中会在一致性、可控性与执行安全上产生张力，这也是本文的研究动机之一。
2.1 互动叙事与环境叙事
2.1.1 互动叙事的基本概念与结构形态
互动叙事强调叙事内容并非单向呈现，而是随玩家的行为、选择与系统状态变化而动态展开。在早期的交互叙事研究中，学者通常将“玩家能动性”视为互动体验的核心，即玩家能够通过决策影响叙事的推进路径与最终结果。为实现这种能动性，互动叙事在结构上形成了多种常见形态：线性叙事、分支叙事、状态机叙事与涌现叙事等。
线性叙事强调作者控制与节奏稳定，互动更多体现为探索与触发，而非改变故事走向。分支叙事通过显式分叉节点提供选择，但会面临内容爆炸与一致性维护成本高的问题。状态机叙事以世界状态为核心，叙事节点由条件驱动触发，能够在一定程度上复用内容并控制分支规模。涌现叙事则更强调系统规则与角色行为的组合结果，故事并非预先完整写定，而是在玩家与系统的持续交互中形成可解释的叙事线索。
就本文的实验作品《回声》而言，其体验更接近“环境叙事与状态驱动叙事”的组合：玩家在地堡空间中探索与收集线索，叙事信息逐步揭示；关键节点由任务、交互条件与剧情触发器共同驱动，从而在保持整体主线可控的同时，允许玩家以不同顺序获得信息并产生推理与对抗体验。
2.1.2 环境叙事与线索拼接机制
环境叙事强调利用空间布局、物件陈设、文本记录、音频与光影氛围等非线性叙事手段，让玩家通过探索行为自行拼接故事背景与因果链条。其优势在于能够将“理解叙事”与“进行玩法”统一为同一行为链，即玩家的移动、观察、拾取与交互同时也是叙事推进方式。环境叙事的关键在于线索的组织方式与信息密度控制：线索过于稀疏会导致玩家迷失，线索过于集中又会削弱探索的意义。
在环境叙事的实现层面，通常会将线索分为直接叙事线索与间接叙事线索两类。直接线索例如文件、日志、对话文本，其表达明确；间接线索例如破损的设施、异常的门锁状态、物体位置等，其叙事意义需要玩家推断。对于叙事探索类作品，为了支持推断过程，系统需要提供“可验证”的世界状态展示与变化反馈，使玩家能够将推断与行动连接起来。例如，当玩家获得“电力已恢复”的线索时，系统应在灯光、设备可用性、任务状态等方面给出一致的反馈。
本文在后续章节提出的第二层“可验证记忆层（Facts）”，可被视为对环境叙事的工程化补强：它并不替代线索本身，而是将关键线索的“结论性信息”结构化为事实锚点，供 AI 对话与系统联动使用，以降低叙事信息在开放式对话中被误解或被模型幻觉篡改的概率。
2.1.3 本研究的叙事类型定位与边界
为了保证实验可控与评估可重复，本文将《回声》定位为以主线为骨架、以探索顺序可变为表层的叙事探索型原型。其叙事边界包括：主线关键因果链不由生成模型自由改写；结局触发条件由游戏系统裁决；模型输出主要承担角色表达、线索解释与引导对抗，不直接决定核心世界状态。该定位能够在较小内容规模下形成可评估的闭环，并为“三层融合架构”提供清晰的责任划分。
需你补充内容：本作品采用的叙事结构更偏向线性、弱分支、状态机或涌现叙事中的哪一种，以及你希望在论文中如何定义《回声》的叙事类型边界。[请写明：叙事结构定义、关键节点数量、是否存在分支与分支判定条件、是否存在多结局及其触发条件概述]
2.2 游戏中的对话系统与任务系统
2.2.1 传统对话系统：对话树、条件触发与作者控制
传统叙事游戏中，对话系统常以对话树为主要组织方式：作者为每个节点编写台词与可选回应，并通过条件与变量控制分支解锁。对话树的优势是可控与可预测，便于维护角色一致性与剧情逻辑；不足在于玩家输入受限，且在复杂剧情中容易产生维护成本高、复用率低的问题。为缓解内容膨胀，工程上常采用条件触发、状态机与数据驱动资源（例如 ScriptableObject、表格配置）对对话进行模块化管理，使不同情境复用同一段对话或同一段叙事解释。
与对话树相比，本文引入 LLM 后的交互方式更开放，但也因此需要更强的边界控制机制：模型可以生成比对话树更丰富的语言，但必须遵循角色设定、不得与世界状态冲突，并且不能擅自改变关键状态。这一点决定了“对话层必须与规则系统分离”，并在后续形成三层融合架构的第一层与第三层。
2.2.2 任务系统：目标提示、节奏控制与叙事推进
任务系统在叙事探索类游戏中承担两个关键职责。其一是目标提示与玩家引导：通过清晰的短目标将探索行为聚焦到可执行路径，降低迷失概率。其二是节奏控制：通过“添加任务、完成任务、超时任务”等状态变更，把叙事节点切分为阶段，使叙事推进具备可观察的里程碑。工程实现上，任务系统通常包括任务静态定义、任务运行时状态、任务事件以及与 UI 的绑定机制，便于在交互、旁白、对话等系统触发时进行联动。
在《回声》的实验实现中，任务系统为叙事骨架提供了显式的推进标记，而 AI 对话则在任务之间提供解释、误导与提示，从而形成“目标可控、表达开放”的组合。任务系统的存在也使实验评估更容易量化，例如任务完成率、完成时间、失败或超时比例等指标可用于评估不同融合层级对可用性的影响。
需你补充内容：你的任务系统在实际关卡中的任务清单与阶段划分。[请写明：每个阶段的任务名称、触发方式、完成条件、是否有超时与超时表现、与旁白或对话的联动点]
2.2.3 事件驱动与数据驱动：Unity 叙事工具链的常见工程范式
在 Unity 项目中，为降低系统耦合并提高可配置性，常采用事件驱动与数据驱动结合的方式组织叙事流程。事件驱动通常以 UnityEvent 或自定义事件总线为媒介，将“触发条件”与“执行动作”解耦；数据驱动则以 ScriptableObject 或配置文件承载静态资源，使策划可在不改代码的前提下调整内容与节奏。该范式的优点是扩展性强，能够让交互、任务、旁白与 UI 形成可组合的流程图式结构；缺点是当系统规模增大时，需要统一命名规范、资源组织规范与调试手段，否则易出现配置分散、难以追溯的问题。
本文提出的三层融合架构与该工程范式兼容：事实（Facts）可作为数据驱动的一部分，事件注入事实可视为事件驱动的扩展；工具调用执行层则将“模型意图”转化为受控事件，从而嵌入既有的 Unity 叙事工具链。
2.3 大语言模型在游戏交互中的应用
2.3.1 LLM 的能力边界与应用价值
LLM 在游戏中的应用可概括为三类：对话与角色扮演、叙事解释与提示生成、以及更进一步的智能代理行为规划。对于叙事探索类游戏，LLM 的价值主要体现在自然语言覆盖与语义整合：玩家能够用更自由的方式提问，模型能够把分散线索重新组织为更易理解的解释，并以角色语气给出提示或误导，从而增强戏剧张力与沉浸感。
然而，LLM 生成的内容并不天然与游戏世界状态一致。模型可能对尚未发生的事件进行“提前剧透”，也可能对已经发生的状态进行错误陈述，甚至在受到玩家提示诱导时输出越权内容。这些风险决定了 LLM 在叙事游戏中的最佳角色更偏向“语言与解释层”，而不是“状态裁决层”。因此，如何为 LLM 提供可信的世界状态输入，并限制其对关键状态的修改，是 LLM 游戏落地的核心问题之一。
2.3.2 叙事一致性问题：幻觉、记忆漂移与状态冲突
叙事一致性问题主要来源于三方面。第一，模型的幻觉使其在缺乏事实输入时编造细节。第二，多轮对话的上下文被裁剪或被噪声污染后，模型产生记忆漂移，导致角色设定或剧情事实逐步偏离。第三，玩家在游戏中获得的线索与世界状态变化并未以结构化形式注入给模型，模型只能凭文本上下文猜测，从而与真实状态发生冲突。
针对这些问题，业界与学界常采用的策略包括：通过提示词强化角色边界；通过外部记忆系统（数据库、检索增强）为模型补充事实；通过“先检索后生成”的流程提升可追溯性；以及通过工具调用把关键状态变化交回系统执行。本文的三层融合架构正是在这些策略的基础上进行整合与工程化落地：第一层约束角色与输出，第二层用 Facts 提供可验证锚点，第三层用工具调用把行为执行交给游戏系统。
需你补充内容：你在实验中是否观察到典型一致性问题，以及你希望在论文中举哪些具体例子。[请写明：至少 2–3 个例子，每个例子包含玩家输入、模型输出、与真实世界状态冲突点、采用分层方案后的改善表现]
2.3.3 成本与延迟：上下文窗口、请求策略与体验权衡
LLM 的调用成本与延迟会直接影响叙事探索体验。若每次交互都携带大量历史上下文，会导致请求 token 增加、费用上升并提高失败率；若上下文裁剪过多，又会降低角色一致性与对话连续性。因此，工程实现通常需要上下文管理策略，例如固定窗口裁剪、摘要压缩、分层记忆与关键事实注入等。在实验原型中，采用滚动压缩控制对话上下文长度，可以在一定程度上平衡可用性与成本，并为实验评估提供可控变量（例如不同窗口大小对一致性与延迟的影响）。
需你补充内容：你使用的上下文窗口大小、请求频率与平均响应时间等实验数据。[请写明：maxContextWindow 或等价参数、平均每轮 token、平均延迟、失败率统计方法]
2.4 Function Calling 与工具调用范式
2.4.1 从“生成文本”到“触发行为”：工具调用的动机
在传统对话系统中，角色台词与游戏状态变化通常由作者预先绑定：某句台词出现意味着某个任务完成或某个门解锁。但在 LLM 场景下，模型输出具有不确定性，不能将“语言输出”直接等同于“状态变化”。因此，需要引入工具调用机制：模型生成结构化指令，系统对指令进行校验、路由与执行，从而把可控性与执行权收回到游戏系统侧。该机制的核心价值在于将不确定的自然语言生成与确定的状态改变分离，并为后续的验证与审计提供结构化记录。
2.4.2 协议设计：schema、白名单与解耦原则
工具调用在工程上通常通过 schema 来约束输出结构，例如要求模型输出严格 JSON，字段含义明确、可解析、可验证。进一步地，系统往往采用命令白名单，只允许有限类型的动作与目标对象被调用，以降低越权风险。文本与命令的解耦也是常见原则：玩家可见的叙事文本用于体验表达；可执行命令用于系统行为，两者在存储、显示与日志中可采用不同策略，避免将命令暴露给玩家或污染对话记录。
本文的第三层工具调用执行层采用严格 JSON 协议，并结合权限门槛机制控制执行条件，从而把模型的行为影响限定在可控范围内。该策略特别适用于叙事探索类游戏：一方面允许 AI 在适当节点触发“开门、解锁、播放旁白、更新任务”等关键行为；另一方面避免玩家通过提示注入要求模型直接跳过流程或强制触发结局。
2.4.3 权限与安全：越权防护、误触发与可回溯性
工具调用的风险主要包括越权执行与误触发执行。越权执行指模型或玩家诱导导致系统执行超出设计范围的动作；误触发执行指模型输出结构误解析或目标标识错误导致对错误对象执行动作。为控制这些风险，工程上可采用多重防线：权限门槛（例如仅在特定模式下允许执行）、命令白名单与参数校验、目标对象唯一标识与注册机制、以及执行日志记录与回放。
在本研究中，权限门槛采用调试密钥触发策略，便于实验阶段验证工具调用链路并降低误执行风险。正式产品化时，可进一步扩展为分级权限或由游戏状态自动开关的权限策略，使工具调用更贴合叙事进度与玩家授权。
需你补充内容：你在实验阶段如何处理工具调用的日志与复现，以及是否需要在论文中给出协议示例与安全讨论。[请写明：是否记录 commands、记录到哪里、是否做过误触发测试、是否需要展示 JSON 示例（脱敏）]
2.5 本章小结
本章回顾了互动叙事与环境叙事的结构形态，分析了任务与对话系统在叙事推进中的作用，总结了 LLM 在游戏交互中带来的能力与风险，并讨论了工具调用范式在可控执行中的意义。相关工作表明，LLM 能显著增强自然语言交互与叙事解释能力，但若缺乏结构化记忆与执行安全机制，将难以保证叙事一致性与系统可控。基于此，本文在后续章节提出三层 AI-游戏融合架构，从叙事约束、可验证记忆与工具调用执行三个层面实现工程化落地，并通过实验评估验证其有效性。