AdaMARP: Adaptives Multi-Agent-Framework für immersives Rollenspiel

Die Nutzung von großen Sprachmodellen (LLMs) für Rollenspiele soll es ermöglichen, beliebige Charaktere in interaktiven Erzählungen darzustellen. In der Praxis leiden bestehende Systeme jedoch häufig unter eingeschränkter Immersion und mangelnder Anpassungsfähigkeit, weil sie dynamische Umgebungsinformationen zu wenig berücksichtigen und meist statische Szenen sowie feste Besetzungen annehmen.

Mit AdaMARP wird ein adaptives Multi-Agent-Framework vorgestellt, das ein immersives Nachrichtenformat nutzt, in dem Gedanken, Aktionen und Dialoge nahtlos ineinandergreifen. Ein expliziter Scene Manager steuert das Rollenspiel über diskrete Aktionen wie init_scene, pick_speaker, switch_scene, add_role und end und liefert zu jeder Entscheidung nachvollziehbare Begründungen.

Zur Schulung dieser Fähigkeiten wurden zwei Datensätze entwickelt: AdaRPSet für das Actor Model und AdaSMSet für die Überwachung von Orchestrierungsentscheidungen. Zusätzlich wurde AdaptiveBench eingeführt, um die Leistung auf Trajektorienebene zu evaluieren.

Experimentelle Ergebnisse über verschiedene Basismodelle und Größenordnungen hinweg zeigen konsistente Verbesserungen. Das 8‑Billionen‑Parameter-Actor-Modell übertrifft mehrere kommerzielle LLMs in Bezug auf Charakterkonsistenz, Umgebungsbindung und narrative Kohärenz. Das AdaSMSet ermöglicht flüssigere Szenenwechsel und natürlichere Charaktereinführungen und übertrifft dabei Claude Sonnet 4.5, obwohl es lediglich ein 14‑Billionen‑Parameter-Modell nutzt.