從敘事中重建持久世界以實現敘事驅動的互動體驗
arXiv - Human-Computer InteractionYi-Chun Chen
本文提出將「重建持久世界」作為核心目標，從敘事描述中提取實體、關係與狀態，以支持連貫的互動內容生成。
AI 幫你先抓重點
AI 重點 1
將「世界模型」從生成結果提升為生成的前置基礎。
滑鼠懸停看 AI 判斷理由
過去 AI 多專注於直接生成場景或對話，忽略了底層邏輯的一致性。透過先建立持久的世界結構，能確保後續生成的互動內容不會脫離敘事設定，這對於需要高度邏輯一致性的應用至關重要。
AI 重點 2
橋接了敘事理解與互動內容生成之間的語義鴻溝。
滑鼠懸停看 AI 判斷理由
這項技術提供了一個中間層，讓 AI 不僅能「讀懂」故事，還能將故事轉化為可操作的數位環境，為自動化遊戲開發與複雜模擬提供了一套標準化的語義基礎。
核心研究發現
- 1
研究指出傳統方法將世界視為下游任務的副產品，導致互動內容與敘事底層邏輯不一致，難以維持連貫性。
- 2
開發出一套原型系統，能從敘事文本中重建結構化的持久世界表示，並將其轉化為可玩的平鋪式（tile-based）環境。
- 3
透過程序化場景、原創奇幻敘事及公有領域故事三種案例研究，證實了重建持久世界能支持一致的遊戲玩法。
對教育工作者的啟發
對於教育設計者而言，此技術預示著「情境化學習」的新可能。未來可以利用 AI 將歷史文本、文學作品或科學案例直接轉化為具備邏輯一致性的互動式模擬環境。設計者不再需要手動構建所有互動細節，而是可以透過輸入敘事腳本，讓系統自動生成一個具有連貫規則與環境的「數位實驗室」或「歷史場景」，讓學生在符合邏輯的敘事脈絡中進行探究式學習（PBL）。
原始文獻資訊
- 英文標題：
- Reconstructing Persistent Worlds from Narratives for Narrative-Grounded Interactive Experiences
- 作者：
- Yi-Chun Chen
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。