叙事规划：平衡情节与角色

叙事，尤其是讲故事，是人类经验的重要组成部分。因此，能够对叙事进行推理的计算系统可以成为更有效的沟通者、娱乐者、教育者和训练者。计算叙事推理的核心挑战之一是叙事生成，即自动创建有意义的事件序列。有许多因素——逻辑的和美学的——促成了一个叙事作品的成功。其成功的关键在于可理解性。我们论证了叙事的以下两个属性是普适的：(a) 情节的逻辑因果推进，以及 (b) 角色可信度。角色可信度是指观众感知到角色所执行的动作不会对观众的悬念产生负面影响。具体而言，观众必须感知到角色是具有意图的智能体。在本文中，我们探索使用细化搜索作为解决叙事生成问题的技术——寻找一个合理且可信的角色动作序列，将初始世界状态转化为目标命题成立的世界状态。我们描述了一种新颖的细化搜索规划算法——基于意图的偏序因果链接（Intent-based Partial Order Causal Link, IPOCL）规划器——除了创建因果合理的情节推进外，它还通过识别能够解释角色动作的可能角色目标，并创建解释为何这些角色致力于其目标的规划结构，来对角色意图进行推理。我们给出了实证评估结果，表明与传统的偏序规划器生成的规划相比，IPOCL 算法生成的叙事规划能更好地支持观众对角色意图的理解。