浙大推出让 AI 会「导演」的角色扮演框架！四通道消息沉浸式交互

📌 一句话摘要

浙江大学联合腾讯优图实验室提出 AdaMARP，一种面向通用沉浸式角色扮演的自适应多智能体交互框架，通过四通道消息格式和场景管理器实现多角色调度、场景切换和动态叙事。

📝 详细摘要

本文介绍了浙江大学与腾讯优图实验室提出的 AdaMARP 框架，已被 ACL 2026 接收。该框架旨在解决现有 AI 角色扮演系统缺乏沉浸感和适应性的问题。核心创新包括：1）四通道消息格式，让 AI 回复同时包含思考、动作、环境感知和言语，形成连贯的因果链；2）场景管理器，负责初始化场景、选择发言人、切换场景、动态引入新角色等高层调度；3）两个专用数据集 AdaRPSet 和 AdaSMSet，分别训练 Actor 模型和场景管理器。文章还提出了 AdaptiveBench 评测框架，从角色一致性、环境基础、人际互动、叙事推进等维度进行轨迹级评估。通过福尔摩斯探案案例展示了框架在实际叙事中的运作方式。

💡 主要观点

- AdaMARP 提出四通道消息格式，整合思考、动作、环境感知和言语。 传统角色扮演系统只建模台词，AdaMARP 让 AI 回复同时包含内心独白、物理动作、环境线索和对话，形成连贯的因果推理链，提升沉浸感。

场景管理器负责高层叙事调度，支持场景切换和动态角色引入。 场景管理器通过 init_scene、pick_speaker、switch_scene、add_role、end 等离散动作驱动叙事，使系统能决定何时换场景搜证、何时引入新证人，支持复杂多角色叙事。

构建了专用数据集 AdaRPSet 和 AdaSMSet，分别训练 Actor 和场景管理器。 AdaRPSet 从文学作品提取和主题合成获得，训练角色演绎能力；AdaSMSet 在合成轨迹基础上插入发言选择监督，训练场景管理器的调度决策能力。

提出 AdaptiveBench 评测框架，从轨迹级别评估沉浸式角色扮演。 现有评测偏重单轮对话，AdaptiveBench 从角色一致性、环境基础、人际互动、叙事推进等维度对整段故事轨迹进行多维评分，覆盖场景理解和发言纪律等场景管理器能力。

💬 文章金句

- AI 能实现真正的沉浸式扮演了。

• 若系统不把环境当作与台词、动作同等重要的信号来建模，角色就容易像是在一个空房间里自言自语。
• 环境线索 → 内心推理 → 施压动作 → 追问话语，四者形成一条清晰的因果链，更贴近真实探案的节奏。
• AdaRPSet 与 AdaSMSet 共同支撑 AdaMARP：前者让角色「会演」，后者让系统「会导」。

📊 文章信息

AI 初评：86

来源：量子位

作者：量子位的朋友们

分类：人工智能

语言：中文

阅读时间：23 分钟

字数：5616

标签： AdaMARP, 角色扮演, 多智能体, 场景管理, ACL 2026

阅读完整文章