让每个 NPC 像“活人”的动态叙事 AI 方案
- 让 NPC 具备“内在驱动 + 长期记忆 + 社会角色 + 可验证人格”，其言行由动机、情绪与过往经历共同决定，而非单次脚本触发。核心支柱包括：
- 需求与动机：以马斯洛需求层级为底层驱动，随进程与玩家影响在“生存—安全—社交—尊重—自我实现”间动态迁移。
- 人格与演化：以大五人格 OCEAN为维度，受事件与关系影响持续变化，形成可解释的个体差异。
- 记忆与叙事：兼具首因/近因效应、记忆脆弱（可被修正）与记忆强大（塑造人格），让“记得你”成为体验锚点。
- 具身与多感官：以具身认知绑定“味道/步态/声纹”等感官线索，配合双重/三重编码（语言/图像/数量）加深记忆与识别。
- 社会与情感：利用认知协调制造“态度—行为”张力，配合镜像神经元带来的动作/意图共鸣，提升临场感与可信度。
- 感知与事件总线：以AOI（兴趣区域）与“地点化事件触发”广播机制驱动近场社交（打招呼、围观、避让），将“跳舞/斗殴/集市”等事件与围观点位解耦，降低耦合与成本。
- 决策与行为：采用“行为树 BT管理战术/社交复合决策 + 有限状态机 FSM承载原子动作 + 强化学习 RL优化长期目标（如日程/收益）”，形成“短视反应 + 长视规划”的混合智能。
- 叙事与对话：以“记忆—人格—情境”三元组约束生成式对话与任务编排，保证角色一致性与世界观稳定；通过“模板台词 + LLM 细化”实现低成本规模化个性表达。
- 运行时与工具：脚本化行为以JSON 行为脚本声明感知—反应—状态迁移，便于创作者快速配置与热更新；对话与情感由本地小模型/云端大模型分层承载，兼顾性能与质量。
-
-
-
-
通过“首因/近因 + 偏差修复任务”让记忆既真实又会“自我修正”。
- 动机—人格—情绪—行为链：事件→人格影响情绪→情绪调制动机权重→行为树选择动作→动作反馈更新记忆与关系，形成闭环学习。
- 日程与强化学习：将“摆摊/巡逻/采药/训练”等行程抽象为动作，以“财富/声望/安全”为目标，用RL 在模拟日内学习最优日程，再在运行时按属性与目标实时调优。
- 群体与事件传播：以AOI 十字链表高效广播，配合“舞台—围观点”预布局，实现低成本群体行为（鼓掌/四散/撤退）与连锁事件。
- 生成式对话治理：LLM 在“角色卡（人格/立场/禁忌）+ 关系状态 + 场景事实”约束下生成台词；用“检索增强（RAG）+ 风格模板 + 敏感词/事实校验”控稳与控梗。
- 阶段 0（现状对齐）：Hytale 已具备NPC 类型（部落/动物/怪物）、敌对性（和平/防御/敌对）、视距与JSON 行为脚本等底座；优先把“感知—事件—状态”的脚本化能力打磨为“可编排的动态叙事接口”。
- 阶段 1（记忆与人格 MVP）：为每个 NPC 增加“情节/情绪/关系”轻量数据库；在对话与旁白中引用“上次并肩作战/上次交易价格/你曾救过他”等事实；以OCEAN驱动台词风格与决策偏差。
- 阶段 2（事件与群体）：在既有行为脚本上接入“地点化事件广播 + AOI 围观”，实现“酒馆斗殴→路人逃散→卫兵介入”的连锁叙事；为脚本加入“动作链（逃跑→呼救→求援）”。
- 阶段 3（日程与 RL）：为居民/商贩引入“强化学习日程优化”，在不改脚本的前提下，让 NPC 随财富/声望目标自调作息与路线。
- 阶段 4（生成式对话与任务）：上线“记忆约束的 LLM 对话”与“关系驱动的任务改写”（帮助过→折扣；多次冒犯→悬赏），并以“模板 + 规则校验”确保不越世界观。
-
-
- onEvent: "player_nearby" → say("欢迎来到灰石镇，最近狼群在林边出没。") → setMood("cautious")
- onEvent: "player_help" → changeRelation("trust", +10) → giveQuest("hunt_wolves")
-
- { type: "episode", who: "玩家", what: "击退狼群", where: "灰石镇北林", when: "Day3", valence: 0.8 }
- { type: "relation", who: "玩家", trust: 65, respect: 40, fear: 10 }
-
- OCEAN: O=0.7/C=0.6/E=0.4/A=0.8/N=0.3 → 台词更“热心/谨慎”，遇险先护同伴。
-
- goals: { wealth: 0.6, safety: 0.3, reputation: 0.1 } → 白天更常去集市摆摊，夜间提高巡逻概率。
-
- 记忆召回率（30/90 天提及过往事件的比例）、关系演化稳定性（不“人格跳变”）、事件连锁深度（单触发引发的平均连锁长度）、对话一致性（人格/立场不冲突）、群体事件自然度（围观/避让/跟随的合理性）。
-
- AOI 更新与事件广播的毫秒级开销；对话 LLM 的延迟/成本与本地小模型的兜底策略；行为树与 RL 的热加载与回滚。
-
- 生成式对话的事实一致性/风格模板/敏感词三层过滤；关系与经济的可审计与回滚；玩家数据的最小化与可删除。
-
- 设定“不可越界行为清单”（世界观/数值/剧情红线）；用“规则优先、生成兜底”保证底线可控；对异常行为（刷屏/自相矛盾）触发冷却与降级。
|
