GRIM: Grafisch-gebaseerde interactieve narratieve visualisatie voor spellen

GRIM: GRaph-based Interactive narrative visualization for gaMes

November 15, 2023

Auteurs: Jorge Leandro, Sudha Rao, Michael Xu, Weijia Xu, Nebosja Jojic, Chris Brockett, Bill Dolan

cs.AI

Samenvatting

Dialogue-gebaseerde Role Playing Games (RPG's) vereisen krachtig verhalenvertellen. De verhalen hiervan kunnen jaren duren om te schrijven en omvatten doorgaans een groot creatief team. In dit werk tonen we het potentieel van grote generatieve tekstmodellen aan om dit proces te ondersteunen. GRIM, een prototype GRaph-based Interactive narrative visualization system for gaMes (grafisch gebaseerd interactief verhalend visualisatiesysteem voor spellen), genereert een rijk verhalend netwerk met vertakkende verhaallijnen die aansluiten bij een hoogwaardige verhalende beschrijving en beperkingen die door de ontwerper worden opgegeven. Spelontwerpers kunnen het netwerk interactief bewerken door automatisch nieuwe sub-netwerken te genereren die passen binnen de oorspronkelijke verhaallijn en beperkingen. We illustreren het gebruik van GRIM in combinatie met GPT-4, waarbij we vertakkende verhalen genereren voor vier bekende verhalen met verschillende contextuele beperkingen.

English

Dialogue-based Role Playing Games (RPGs) require powerful storytelling. The narratives of these may take years to write and typically involve a large creative team. In this work, we demonstrate the potential of large generative text models to assist this process. GRIM, a prototype GRaph-based Interactive narrative visualization system for gaMes, generates a rich narrative graph with branching storylines that match a high-level narrative description and constraints provided by the designer. Game designers can interactively edit the graph by automatically generating new sub-graphs that fit the edits within the original narrative and constraints. We illustrate the use of GRIM in conjunction with GPT-4, generating branching narratives for four well-known stories with different contextual constraints.