IVIE : Generación incremental y validada de mundos jugables para experiencias interactivas

Vaucher, Micaela - Silveira, Santiago

Supervisor(es): Chiruzzo, Luis - Góngora, Santiago

Resumen:

Este trabajo aborda el desafío de generar automáticamente mundos de ficción interactiva completos, coherentes y jugables mediante la integración de Grandes Modelos de Lenguaje (LLMs) con validaciones simbólicas. Partiendo de PAYADOR, un sistema neurosimbólico que implementa interacción mediante texto entre jugador y mundo, se desarrolló IVIE (Incremental & Validated Interactive Experiences), un sistema capaz de generar mundos desde cero a través de un proceso de generación incremental. El sistema implementa un pipeline de generación en cinco etapas que construye el mundo paso a paso: desde el concepto general de la historia hasta ubicaciones interconectadas, personajes no jugables, objetos funcionales y puzles coherentes, todo girando en torno a un objetivo central que el jugador debe completar. La arquitectura neurosimbólica delega al LLM la generación creativa y la interpretación de lenguaje natural, mientras que estructuras simbólicas basadas en Python y Pydantic gestionan el estado del mundo y garantizan coherencia mediante validaciones automáticas (conectividad espacial con algoritmos de búsqueda en grafos, verificación de tipos, y completabilidad de objetivos). La implementación incluye un sistema de memoria basado en Retrieval Augmented Generation (RAG) que mantiene coherencia narrativa en partidas extensas, persistencia en MongoDB para rejugabilidad, y una interfaz web desarrollada en Streamlit con soporte multilingüe (español e inglés). El sistema soporta dos modos de generación: Generate Mode (completamente automático) e Inspiration Mode (basado en una inspiración textual dada por el usuario). La evaluación con ocho participantes generó dieciséis mundos jugables utilizando dos LLMs (Google Gemini 2.0 Flash y OpenAI GPT-4o-mini). Los resultados muestran que el sistema logra generar mundos narrativamente coherentes y entretenidos, con tasa de completitud del cien por ciento en Generate Mode. Sin embargo, se identificaron limitaciones importantes: 18.75 % de los mundos excedieron los parámetros configurados, dos mundos contenían objetivos estructuralmente imposibles, y múltiples casos presentaron puzles excesivamente crípticos. La evaluación confirma que el enfoque neurosimbólico es compatible y efectivo para generación procedimental, manteniendo ventajas sobre sistemas puramente neuronales en términos de coherencia estructural y consistencia de reglas, aunque introduce complejidades adicionales de integración entre componentes simbólicos y neuronales.

Detalles Bibliográficos
2025
Ficción Interactiva
Grandes Modelos de Lenguaje
Enfoque Neurosimbólico
Generación Procedimental de Contenido
Generación de Mundos
Narrativa Interactiva
Retrieval-Augmented Generation
Español
Universidad de la República
COLIBRI
https://hdl.handle.net/20.500.12008/53184
Acceso abierto
Licencia Creative Commons Atribución - No Comercial (CC - By-NC 4.0)