腾讯游戏高级研究员,浙江大学计算机科学与技术学院博士,负责 LLM/Agent 技术在游戏设计、叙事、智能NPC等场景的探索与应用,相关成果落地应用于多个真实业务场景,研究工作发表在 CVPR、EMNLP 等顶级会议,担任 CVPR、ACL 等会议审稿人。

腾讯游戏高级研究员,浙江大学计算机科学与技术学院博士,负责 LLM/Agent 技术在游戏设计、叙事、智能NPC等场景的探索与应用,相关成果落地应用于多个真实业务场景,研究工作发表在 CVPR、EMNLP 等顶级会议,担任 CVPR、ACL 等会议审稿人。
游戏设计涉及玩法规则、数值平衡与交互叙事,目标开放、产物相互依赖,质量也难以通过单一指标判断。本次分享介绍 GFlow 面向游戏设计的多 Agent 协作实践:以主智能体统筹专业分工,通过知识引导的分层采样探索玩法方案,结合规则检查、模拟回放与叙事状态可达性分析验证产物,并让设计者通过结构视图、修改对比和试玩参与迭代。分享将结合桌游生成、数值模拟与交互叙事案例,介绍任务拆分、人机协同及经验回流的技术选择,并通过方案评估与用户研究,讨论这些方法在提升创意多样性、支持设计检查与修订方面的效果,为开放式复杂任务的 Agent 系统建设提供参考。
演讲提纲
听众收益
演讲亮点
通过桌游生成、数值模拟、交互叙事三个场景,展示多Agent将开放式设计需求转化为可检查设计产物与可执行原型的过程
分享知识引导的机制采样、模拟器校验、叙事状态可达性分析等技术,结合设计迭代、试玩反馈、方案评估与用户研究,说明技术解决的问题、效果及边界



微信咨询

电话咨询
领取往期热门演讲视频

