语言狼人杀：通过语音化的代理狼人游戏框架吸引用户参与.pdfVIP

语言狼人杀：通过语音化的代理狼人游戏框架吸引用户参与

QihuiFan,WenboLi,EnfuNan,YixiaoChen,LeiLu,PuZhao,YanzhiWang

NortheasternUniversity

Boston,MA

{fan.qih,li.wenbo6,nan.e,chen.yixia,lu.lei1,p.zhao,yanz.wang}@

ABSTRACT

本社交推断游戏的日益流行催生了对人类可以与AI代理协作的智能框架的需求，特别是在疫

译情后时代背景下心理和社会压力加大的情况下。像狼人杀这样的传统通过口头交流进行的社

中交推断游戏为大型语言模型（LLMs）提供了一个理想的应用场景，鉴于其先进的推理和对

话能力。先前的研究表明，LLMs在狼人杀游戏中可以胜过人类，但它们对外部模块的依赖

2导致了延迟问题，使其仅限于学术领域，并且忽略了这种面向用户的应有游戏体验。我们提

v

0出了一种新颖的基于LLM的狼人杀游戏系统人狼游戏，该系统优化了两条并行管道：由最

6先进的LLMs驱动的游戏玩法和一个微调过的文本转语音（TTS）模块，将文字输出生动化。

1我们的系统在几乎实时的情况下运行，不依赖外部决策模块，利用像深度搜索V3这样的现

0

0代LLM的增强推理能力，创造了一种更具吸引力且更拟人化的游戏体验，与现有的纯文本

.

6框架相比显著提高了用户参与度。

0

5

2

:

vKeywords社交推理游戏AI在游戏中的应用人机交互人机交互

i

x

r

a

1介绍

随着疫情后心理压力和社会负担的增加，越来越需要一种智能社会推理游戏框架，可以让一两个人与AI协

作进行游戏。社会推理游戏，《狼人杀》是其中一个最典型的例子，通常以口头交流的形式进行，我们认为大

型语言模型（LLMs）应该擅长这一点[1]。之前的研究已经证实，在估算赢得游戏概率的附加模型的帮助下，

LLMs有一定概率在《狼人杀》游戏中击败人类玩家[2]。其他进一步的工作也表明，带有外部模块进行策略

优化的高性能LLMs可以在不微调语言模型的情况下战略性地玩《狼人杀》游戏[3,4]。然而，这些相关工作

在决策上严重依赖外部模块，并且往往只用简单的语言展示游戏。此外，外部模块通常会带来过多延迟，使

类人性打字刷新响应失效，这仅将它们的框架限制在学术水平，忽略了作为一款吸引人的社会推理游戏所需

的低延迟和类人性特质。

鉴于此，我们提出狼人杀词语版进一步探索一个更具吸引力的狼人杀游戏框架，通过优化两条管线：一条用

于由最先进LLMs驱动的游戏玩法，另一条用于我们的微调文本到语音(TTS)模块，将纯文本输出变为生动。

我们展示了口头狼人杀在几乎实时的情况下并行改进这两条管道，极大地提升了用户体验。

预印本预印本预印本

2实现

我们主要通过两个管道展示了VerbalWerewolf框架：游戏流程管理的游戏玩法，包括角色分配、大语言模型

查询等，以及将句子级别的文本输出转换为指定音频输出并管理音频播放流程的TTS模块。

图1:大规模语言模型和TTS音频生成的并行处理设计概述。

2.1游戏玩法

游戏流程我们在最简单的设置[5]中介绍狼人游戏，仅涉及狼人、村民、先知和女巫角色。游戏玩法主要通

过初始随机分配不同角色来管理整个游戏流程，我们将一轮游戏主要分为白天，这时玩家应该原因然后识别

那些更可疑的狼人投票，并且夜间，当不同的玩家按照他们的角色