从向量数据库开始 | 基于 Move 的 MUD 人文引擎设计(壹)
Leeduckgo
2023-08-30 20:05
订阅此专栏
收藏此文章

本系列将阐述 MUD 人文引擎从构思到落地的全过程。

0x00 背景

MUD 是一种实时虚拟世界,通常基于文本。MUD 结合了角色扮演游戏、砍杀、玩家对战、互动小说和在线聊天的元素。玩家可以阅读或查看房间、物体、其他玩家、非玩家角色以及在虚拟世界中执行的动作的描述。玩家通常通过键入类似于自然语言的命令来与彼此和世界互动。

之后随着计算机技术尤其是计算机图形技术的快速发展,网络游戏经历了从MUD到目前多样形式的炫酷游戏的发展过程。在这种状态下,游戏内核本身和游戏的渲染层是 强耦合的。一方面,这种强耦合大大增强了用户体验与上手门槛;但另一方面,这种强耦合限制了游戏世界的丰富性与玩家的创造空间。

一个例子 —— 基于文字描述的游戏《矮人要塞》的游戏复杂度是其它电子游戏所难以比拟的。

矮人要塞》(英語:Slaves to Armok: God of Blood Chapter II: Dwarf Fortress,全名「亞莫之奴:神與血第二章:矮人要塞」)是兼有經營模擬和 roguelike 特徵的獨立製作遊戲。遊戲為免費軟體,在 2002 年開始開發,2006 年 alpha 版釋出,之後每隔 2~3 年有較大的更新。製作人是塔恩·亞當斯和札克·亞當斯兄弟,兩人只靠玩家的捐款過活。遊戲用特定演算法隨機產生奇幻世界,玩家控制一群矮人建立一個地底要塞,或是控制一個人物在這個世界中遊蕩。評論家對遊戲的極端複雜度和衍生玩法給予正面評價,但對其難度反應不一。此遊戲是我的世界的重要靈感來源,並在 2012 年被選入紐約現代藝術博物館的電玩史展出。

-- https://zh.wikipedia.org/zh-tw/%E7%9F%AE%E4%BA%BA%E8%A6%81%E5%A1%9E

如何即保留现代网络游戏的优点,同时具备 MUD 的丰富性与玩家创造空间?随着人工智能与 Web3 技术的升级,一种新的可能性出现了,也就是本系列所要讨论与展现的 —— 我们可以将渲染层与内核层进行 解耦,从而从更底层的方向上实现 UGC(用户生产内容)和 AIGC(AI 生产内容),从而打造 自治世界游戏化社区空间 的全新范式。

+-----+      +--------------------+      +--------------------------+
| MUD | ---> | 强耦合在线多人网络游戏 | ---> |   Renderer:AIGC + UGC   |
+-----+      +--------------------+      +--------------------------+
                                         |   MUD Core:AIGC + UGC   |
                                         +--------------------------+

MUD Core 是来自于 MUD 类游戏的 人文引擎

高真度模拟器(矮人要塞): 不仅仅具有物理和化学逻辑,还有人文逻辑,并且大部分模拟效果是隐性的,随着时间流逝而发生的。例如酒馆里的猫因为酒精中毒而死,矮人村落中自动生成的传奇故事等。

—— https://aiko.substack.com/p/84b

但是 MUD Core 并非仅仅能服务于 MUD 类游戏,MUD Core 的愿景是可以作为人文引擎服务于多种类型的电子游戏甚至 桌面游戏

0x01 从向量数据库开始

+------+    +----------------+
| LLM  +----| Vector Dataset |-------------+------ 世界生成
+------+    +----------------+             +------ 故事生成
                                           +------ NPC 生成
                                           +------ ...

从 AIGC 开始 MUD 人文引擎构建之旅,是一个不错的开端。

5 个月前,Stanford 使用基于 GPT 的 NPC 创造了一款「模拟人生」类游戏。

但显然,所有的 NPC 交互都采用和 LLM 的实时生成结果,成本过于高昂,难以真实落地。

因此,向量数据库是 AIGC 中非常重要的组件,我们将生成的数据存入向量数据库中,在多数场景下重复使用,那么可以将和大语言模型的交互频率大大降低。

在本系列的下一篇中,我们将描述如何基于 Vector Dataset 来打造一个最简单的 AI NPC。

【免责声明】市场有风险,投资需谨慎。本文不构成投资建议,用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。

Leeduckgo
数据请求中
查看更多

推荐专栏

数据请求中
在 App 打开