Stymulowanie rozgrywki za pomocą ustrukturyzowanych wyników

Ustrukturyzowane wyniki nadają rozgrywce z NPC głębszy wymiar. Ustrukturyzowane wyniki to mechanizm, dzięki któremu LLM wspierający postać niezależną zwraca zdefiniowane przez użytkownika i instancjonowane przez LLM struktury, które sterują logiką rozgrywki. 

Oznacza to, że postać LLM może wchodzić w bardziej złożone interakcje, takie jak udzielanie odpowiedzi na pytania wielokrotnego wyboru, ocena, czy cena danego przedmiotu jest adekwatna do jego wartości, i wiele innych.

Omówienie

Ta sekcja dostosowuje zachowanie persona_npc_behavior dla twojej persony za pomocą pojedynczych ustrukturyzowanych wyników. Struktura interactions_response:

• Zapisuje liczbę interakcji tej postaci niezależnej z graczem.

• Obecne odczucia persony związane z daną interakcją z graczem.

• Tablica zawierająca historię odczuć persony związanych ze wszystkimi interakcjami z graczem.

Ustrukturyzowane wyniki wymagają:

• Utworzenia struktury definiującej ustrukturyzowane wyniki.

• Podania instrukcji dotyczącej tego, w jaki persona powinna wypełnić strukturę ustrukturyzowanych wyników.

• Zdefiniowania i zasubskrybowania zdarzenia sygnalizowanego po otrzymaniu ustrukturyzowanych wyników.

W ramach jednej persony można jednocześnie skonfigurować wiele ustrukturyzowanych wyników i określić różne subskrypcje dla każdego typu ustrukturyzowanych wyników dla tej persony.

Obsługiwane typy

Ustrukturyzowane wyniki obsługują następujące typy Verse jako pola w strukturach:

• liczba całkowita (int)

• wartość zmiennopozycyjna (float)

• wartość logiczna (boolean)

• wyliczenie (enum)

• komunikat (message)

Wyświetlanie komunikatów

Typy komunikatów są utajniane po zapisaniu do dziennika lub w grze, ale można je wyświetlać za pomocą urządzeń przeznaczonych do ich wyświetlania, takich jak:

• billboard_device

• hud_message_device

• popup_dialog_device

Instalacja wstępna

• Dodawanie postaci niezależnej do rozmowy

Dodawanie ustrukturyzowanych wyników do skryptu zachowania postaci niezależnej

Poniższy kod wykorzystuje ustrukturyzowane wyniki do rozszerzenia możliwości wielu LLM poprzez użycie typu prompt_binding_definition i funkcji RegisterAction() w celu wprowadzenia nowych typów odpowiedzi opartych na promptach graczy.  

Powiązanie promptu jest strukturą przekazywaną do AI w celu zarejestrowania akcji zdefiniowanej w funkcji RegisterAction(). Razem informują one model LLM, kiedy ma wykonać określoną akcję lub dlaczego należy ją zastosować w oparciu o prompt gracza.

Poniżej znajduje się skrypt Verse zawierający rozszerzony persona_npc_behavior w sekcji persona_npc_behavior.verse. Stanowi to rozszerzenie kodu zawartego w dokumentacji Dodawanie postaci niezależnej do rozmowy, z uwzględnieniem ustrukturyzowanych wyników. 

Aby zmienić kod w istniejącym pliku persona_npc_behavior, wykonaj następujące kroki:

1. Upewnij się, że masz otwarty projekt Verse w VS Code:

   1. Na pasku menu wybierz kolejno Verse > Otwórz projekt w VS Code…

   2. Po otwarciu VS Code znajdź swój plik persona_npc_behavior.verse w Eksploratorze VS Code.

2. Skopiuj i wklej poniższą zawartość pliku persona_npc_behavior.verse do pliku Verse w projekcie.

3. Skompiluj kod Verse na pasku narzędzi UEFN lub w VS Code.

Szczegółowy opis krok po kroku skryptu Verse znajduje się w sekcji Objaśnienie zmian w skrypcie. Ta sekcja stanowi bezpośrednią kontynuację objaśnienia skryptu zawartego w sekcji Dodawanie persony do postaci niezależnej.

persona_npc_behavior.verse

using { /Fortnite.com/AI }
using { /Fortnite.com/Devices }
using { /Fortnite.com/Playspaces }

using { /UnrealEngine.com/Conversations }
using { /UnrealEngine.com/Temporary/Diagnostics }

using { /Verse.org/Chat }
using { /Verse.org/SceneGraph }
using { /Verse.org/Simulation }

Objaśnienie zmian w skrypcie

1. Struktura o nazwie interactions_response przechowuje zmienne, które są przekazywane przez funkcje do modelu LLM. Model LLM wykorzystuje te zmienne do oceny promptu i ustalenia, jak na niego odpowiedzieć.

   Verse

   interactions_response := struct:
       @ai_description("Use the Number field to output the number of times you have spoken to this player.")
       Number:int
    
    
       @ai_description("Use the Feeling field to output how you are feeling about your current interaction with the player.")
       Feeling:message
   

   Copy full snippet(7 lines long)

2. Dwie różne @ai_descriptions informują LLM, czym są zmienne i z jakiego powodu LLM powinien ich używać podczas tworzenia odpowiedzi.

   Verse

       @ai_description("Use the Number field to output the number of times you have spoken to this player.")
       Number:int
    
    
       @ai_description("Use the Feeling field to output how you are feeling about your current interaction with the player.")
       Feeling:message
   

   Copy full snippet(6 lines long)

3. OnInteractionsResponse jest funkcją, która steruje logiką rozgrywki za pomocą ustrukturyzowanych wyników. Wywołanie zwrotne, które jest uruchamiane za każdym razem, gdy sesja AI generuje ustrukturyzowane wyniki odpowiadające strukturze interactions_response. Jest to procedura obsługi zarejestrowana przez RegisterAction w AddStructuredOutput(), a jej parametr odpowiedzi zawiera dane wypełnione przez model.    

   Verse

   OnInteractionsResponse(Response:interactions_response):void =
           Logger.Print("Structured response received")
           Logger.Print("Number of Interactions: {Response.Number}")
           Logger.Print("Feeling: {Localize(Response.Feeling)}")
           # Drive gameplay logic here
   

   Copy full snippet(5 lines long)

4. Funkcja AddStructuredOutput rejestruje akcję postaci NPC z ustrukturyzowanym wynikiem w ramach jego sesji AI. Dzięki temu model może przekazywać dane dotyczące interakcji z powrotem do rozgrywki. Kod ten wykonuje dwie czynności. Po pierwsze tworzy prompt_binding_definition, mały deskryptor nadający akcji Name i Description (oba elementy są przetwarzane przez funkcję pomocniczą MakeMessage w celu przekształcenia literałów ciągu tekstowego w wartości komunikatów). Tekst opisu informuje model, kiedy ma użyć tej akcji: w tym przypadku zawsze wtedy, gdy gracz porozmawiał z NPC.

   Następnie wywołuje Session.RegisterAction, przekazując powiązanie, wartość true, typ struktury interactions_response oraz procedurę obsługi OnInteractionsResponse. Informuje to sesję, że gdy emituje ustrukturyzowane wyniki w kształcie interactions_response, powinna przekierować te dane do OnInteractionsResponse. RegisterAction zwraca obiekt, który można anulować, który jest zawarty w option{} i przechowywany w InteractionsResponseSubscription, aby subskrypcję można było zakończyć w metodzie OnEnd.

   Verse

       AddStructuredOutput():void =
           if:
               NPCEntity := GetEntity[]
               PersonaComponent := NPCEntity.GetComponent[persona_component]
                Session := PersonaComponent.GetAISession()
           then:
               # Create a prompt_binding so that we can use it on RegisterAction
               InteractionBinding:prompt_binding_definition = prompt_binding_definition:
                   Name := MakeMessage("InteractionBinding")
                   Description := MakeMessage("Signals whenever the player has spoken to you.")
   
   Expand code Copy full snippet(14 lines long)

5. OnBegin dodaje ustrukturyzowane wyniki do sesji i ustawia gracza jako cel rozmowy. W grze, w której gracze mogą dołączyć później, trzeba upewnić się, że zostaną dodani w ramach zdarzenia PlayerAddedEvent lub za pomocą aktywatora, gdy gracz podejdzie do postaci niezależnej.

   Verse

       OnBegin<override>()<suspends>:void=
           AddStructuredOutput()
           AddPlayersAsConversationTarget()
   

   Copy full snippet(3 lines long)

6. W OnEnd InteractionsResponseSubscription jest czyszczona, a wszyscy gracie zostają usunięci. Jest to dobra praktyka.

   Verse

       OnEnd<override>():void=
           if (Subscription := InteractionsResponseSubscription?):
               Subscription.Cancel()
           for (Player : GetEntity[].GetPlayspaceForEntity[].GetPlayers()):
               RemovePlayerAsConversationTarget(Player)
   

   Copy full snippet(5 lines long)

Test ustrukturyzowanych wyników

Postać niezależna jest teraz skonfigurowana z ustrukturyzowanymi wynikami. Za każdym razem, gdy persona mówi, sygnalizowana jest odpowiedź interactions_response.

Przetestuj zachowanie postaci LLM, aby uzyskać bardziej angażujące odpowiedzi i reakcje na prompty w grze.