相信很多口袋迷小时候都幻想过拥有一只专属宝可梦，最好还是可以DIY的，能够定制心仪的性格、特性和技能~
https://arxiv.org/pdf/2408.05842
【失控玩家】的启发
Guy的进化
DIY专属宝可梦
基于Delta-Engine，研究人员开发了一款概念游戏：Free-Pokémon（失控宝可梦）。
在传统的宝可梦游戏中，角色的成长模式是预设的，但在Free Pokémon中，玩家可以定制自己的宝可梦。从最初的空白状态开始，通过不断对战，宝可梦会根据玩家的意愿进化并学习新能力。玩家可以通过自然语言来定义宝可梦的新属性、特性和技能。
研究人员称其为开放角色扮演游戏（ORPG），每个玩家的角色都是独特的。
他们认为，玩家在虚拟世界中的形象反映了其在现实世界中的某些愿望或抽离。ORPG的开放性让玩家能够充分表达自我。
在Free Pokémon中，每个角色都由一个Delta-Engine支持。玩家首先用自然语言描述角色，然后转化为角色剧本，Delta-Engine再生成相应的角色代码。随着角色的进化，引擎也会不断扩展。
理论上来说，基于特定的输入，Delta-Engine可以无限制地进行新增，从而让角色开放式地进化。
失控宝可梦系统
Free Pokémon 如何实现？
由于Delta-Engine引入了代理模型，其开发需要对代理模型进行对齐，这要求有大量训练数据。
Delta-Engine所需的数据有两个主要特点：一是新颖性，需要多样化的数据以避免性能瓶颈；二是有趣性，以提升玩家体验。但由于有趣性的评估很困难，他们采用了一种启发式评估方法。
利用原型增强大语言模型的设计
此外，有趣的评估更加主观。
研究人员采用了一种启发式方法来量化样本的有趣性。他们认为有趣性可以通过多个“有趣因子”来衡量，因子越多，样本越有趣。这些因子被称为有趣性标签，需要一个标注模块来为样本打上这些标签。样本的全部标签可以用一个布尔向量表示，向量的模越大，有趣性越高。研究人员为宝可梦设计了一个包含近50种有趣性标签的集合，如吸血、恢复、强化等。设计时，有趣性低于某个阈值的样本将被过滤掉。
为了满足上述需求，他们还采用了人类与大语言模型协同设计（Co-Design）的方法。尽管大语言模型可以自动合成数据，但在新颖性、有趣性和准确性上仍不及人类设计师，且模型生成的数据可能存在偏见。
混合设计过程
目前这款支持宝可梦自由进化的游戏引擎已经可以为玩家带来更高的趣味性和创造性，还为个性化游戏体验开辟了新的可能性，期待它在未来能够进一步发展，带来更多创新和惊喜。
结合大模型通用知识及在交通、社会治理、安全生产、自然资源等行业领域的知识，深入业务场景，精确捕获用户意图，为用户提供智能问答、数据分析、报表生成、工作任务理解与执行等一系列服务
📞若您有相关需求，欢迎点击下方链接与我们沟通洽谈
🗨️也可以在公众号后台给我们留言
