EvolvingWorld: インタラクティブな文学世界における共進化するロールプレイエージェントと世界モデルのためのオープンスキーマフレームワーク

要旨

本論文では、インタラクティブな文学世界におけるキャラクターと世界の共進化のためのフレームワークおよびベンチマークであるEvolvingWorldを紹介する。既存のシステムは、インタラクティブな文学的シミュレーションを静的な人格模倣や孤立したシーン生成として扱い、キャラクターと世界が時間とともに共に進化する様子を捉えることができていない。この課題に対処するため、EvolvingWorldは文学的シミュレーションを長期にわたるプロセスとしてモデル化し、キャラクター同士の相互作用、シーンの進行、そしてキャラクターと世界の状態の持続的な更新を行う。固定スキーマに依存する従来のシステムとは異なり、EvolvingWorldはオープンスキーマフレームワークを採用し、多様な文学世界にわたるシミュレーションをサポートする。このフレームワークは、マルチキャラクターのロールプレイと持続的なプロファイル進化を行うキャラクターエージェント、およびグローバルおよび場所・エンティティレベルの状態維持とシーン進行を担うLLMベースのワールドモデルという、結合された2つのモジュールから構成される。このアーキテクチャに基づき、我々はシーン初期化、相互作用生成、状態更新のための7つの学習可能タスクを策定する。57冊の書籍からデータセットを構築し、138,596件の教師あり学習サンプルと222のテスト用スナップショットを作成した。さらに、10の側面と20のメトリクスにわたる軌跡レベルのLLM-as-Judge評価プロトコルを導入する。実験により、EvolvingWorldは持続的で一貫性のあるキャラクターと世界の発展を効果的に維持することで、長期シミュレーションを改善できることが示された。

English

This paper introduces EvolvingWorld, a framework and benchmark for character and world co-evolution in interactive literary worlds. Existing systems either treat interactive literary simulation as static persona imitation or isolated scene generation, failing to capture how characters and worlds evolve together over time. To address this, EvolvingWorld models literary simulation as a long-horizon process where characters interact, scenes progress, and character and world states are persistently updated. Unlike prior systems relying on fixed schemas, EvolvingWorld adopts an open-schema framework to support simulation across diverse literary worlds. The framework consists of two coupled modules: a Character Agent for multi-character role-play and persistent profile evolution, and an LLM-based World Model for global and location/entity-level state maintenance and scene progression. Based on this architecture, we formulate 7 trainable tasks for scene initialization, interaction generation, and state update. We construct a dataset from 57 books, producing 138,596 supervised training samples and 222 snapshots for testing. Furthermore, we introduce a trajectory-level LLM-as-Judge evaluation protocol spanning 10 dimensions and 20 metrics. Experiments show that EvolvingWorld can improve long-horizon simulation by effectively maintaining persistent, coherent character and world development.