SpellForger：使用BERT监督训练模型实现游戏内自定义法术属性的提示生成
人工智能
2025-11-21 v1 计算与语言
摘要
引言：人工智能在游戏中的应用已显著演进，允许动态内容生成。但其作为核心游戏游玩共创工具的作用仍未得到充分探索。目标：本文提出SpellForger，一款玩家通过撰写自然语言提示创建自定义法术的游戏，旨在提供独特的个人化和创造性体验。方法：该系统使用监督训练的BERT模型来解释玩家提示。该模型将文本描述映射到众多法术预制件中，并平衡其参数(伤害、费用、效果)，以确保竞技完整性。游戏开发于Unity游戏引擎，AI后端使用Python实现。预期结果：我们期望交付功能原型，演示实时生成法术的能力，应用于引人入目的游戏循环中，其中玩家的创造力位于体验中心，验证将AI作为直接游戏机制的可能性。
引用
@article{arxiv.2511.16018,
title = {SpellForger: Prompting Custom Spell Properties In-Game using BERT supervised-trained model},
author = {Emanuel C. Silva and Emily S. M. Salum and Gabriel M. Arantes and Matheus P. Pereira and Vinicius F. Oliveira and Alessandro L. Bicho},
journal= {arXiv preprint arXiv:2511.16018},
year = {2025}
}
备注
Published in Anais Estendidos do XXIV Simp\'osio Brasileiro de Jogos e Entretenimento Digital (SBGames 2025)