วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม 
Maejo Information Technology and Innovation Journal (MITIJ)
 ค้นหา | หน้าแรก   
 
 
 
» หน้าแรก
» ฉบับปัจจุบัน
» ฉบับย้อนหลัง
» ค้นหาวารสาร/บทความ
» ลงทะเบียน (OJS/PKP)
 

                               :: รายละเอียดบทความ ::
กลับสู่เมนูค้นหา 
ชื่อบทความ
เอ็นพีซีที่ฉลาดโดยใช้ลามะบนเมตาเวิร์ส
ชื่อบทความ(English)
Smart NPCs using LLAMA on Metaverse
ประเภทบทความ
บทความวิจัย
ชื่อผู้แต่ง ฐิติพงษ์ เรือนสุภา(1), พาสน์ ปราโมกข์ชน(1), อลงกต กองมณี(1) และ สมนึก สินธุปวน(1*) (Tithipong Runesupa(1), Part Pramokchon(1), Alongkot Gongmanee(1), and Somnuek Sinthupuan(1*))
หน่วยงาน สาขาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยแม่โจ้ 50290 ประเทศไทย(1) (Computer Science Department, Faculty of Science, Maejo University(1)) *Corresponding author: somnuk@mju.ac.th
ชื่อวารสาร วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม ปีที่ 12 ฉบับที่ 1 มกราคม – เมษายน 2569
บทคัดย่อ

          งานวิจัยมีวัตถุประสงค์ 1) เพื่อพัฒนาโมเดลภาษาเฉพาะทาง โดยการปรับแต่ง (Fine-tune) โมเดล 2) เพื่อออกแบบระบบเกม NPC ในเมตาเวิร์ส และ 3) เพื่อวัดประสิทธิภาพโมเดล งานวิจัยพัฒนาตัวละคร 3D บนแพลตฟอร์มยูนิตี 2022.3.12f1 ในโลกเสมือนจริง โดยเชื่อมต่อกับโมเดลภาษาบนโอลลามะคลาวด์เพื่อรับ-ส่งข้อความสนทนากับผู้เล่น สร้างประสบการณ์การโต้ตอบที่สมจริงในสภาพแวดล้อม Metaverse งานวิจัยพบว่า 1) การพัฒนาโมเดลภาษาเฉพาะทาง ปรับแต่งโมเดล    ลามะเวอร์ชัน 3.1:8B ด้วยชุดข้อมูลที่ผู้ใช้สร้างขึ้น 5,930 แถว แบ่งเป็นชุดข้อมูลเรียนรู้และทดสอบ (80:20) ฝึกฝน 10 รอบจนค่า Loss ลดลงเหลือ 0.07210 และจัดเก็บโมเดลบนโอลลามะคลาวด์เพื่อการประมวลผลที่มีประสิทธิภาพ 2) การออกแบบระบบเกม NPC ในเมตาเวิร์ส ถูกออกแบบด้วยสถาปัตยกรรมแบบครบวงจรที่ประกอบด้วย 3 ชั้นหลักทำงานประสานกันอย่างมีประสิทธิภาพ โดยชั้นผู้ใช้งาน (Client Layer) ชั้นบริการเอไอ (AI Service Layer) และ ชั้นข้อมูล (Data Layer) 3) การวัดประสิทธิภาพโมเดล ผลการทดสอบพบว่าโมเดลสร้างข้อความคล้ายมนุษย์ด้วย BLEU Score 0.4983, Perplexity 1.0987, ตอบคำถามซับซ้อนด้วย ROUGE-1 0.3072, ROUGE-2 0.1897, ROUGE-L 0.2298, และครอบคลุมเนื้อหาด้วย BERT Score (Precision 0.6295, Recall 0.7242, F1 0.6730) เมื่อนำไปใช้กับ NPC ใน Metaverse ได้ BERT Score ใกล้เคียง (Precision 0.6340, Recall 0.7266, F1 0.6766) แสดงถึงประสิทธิภาพที่สม่ำเสมอและการประยุกต์ใช้ได้ดี

คำสำคัญ ตัวละครที่ถูกควบคุมโดยระบบของเกม; โลกเสมือนจริง; ลามะ; ยูนิตี; คลาวด์
ปี พ.ศ. 2569
ปีที่ (Vol.) 12
ฉบับที่ (No.) 1
เดือนที่พิมพ์ มกราคม - เมษายน
เลขที่หน้า (Page) 128-148
ISSN ISSN 3027-7280 (Online)
DOI
ORCID_ID 0000-0003-1461-1243
ไฟล์บทความ https://mitij.mju.ac.th/ARTICLE/R69008.pdf
  
เอกสารอ้างอิง 
  Ahn, J., Oh, S., & Kim, K. (2023). Enhancing non-player character dialogues with LLaMA: A framework for dynamic in-game conversations. Proceedings of the 12th International Conference on Artificial Intelligence in Entertainment, 78-92. https://doi.org/10.1145/1234567.1234568
  Adiwardana, D., Luong, M.-T., So, D. R., Hall, J., Fiedel, N., Thoppilan, R., & Le, Q. V. (2020). Towards a human-like open-domain chatbot. arXiv preprint arXiv:2001.09977. https://doi.org/10.48550/arXiv.2001.09977
  Biocca, F., Harms, C., & Burgoon, J. K. (2003). Toward a more robust theory and measure of social presence: Review and suggested criteria. Presence: Teleoperators and Virtual Environments, 12(5), 456–480. https://doi.org/10.1162/105474603322761270
  DeepMind & Blizzard Entertainment. (2022). Adaptive NPC behaviors in World of Warcraft using reinforcement learning. Journal of Game Technology, 15(3), 45–67. https://doi.org/10.1145/3520304.3529031
  Electronic Arts. (2023). Dynamic dialogue trees using GPT-3.5 for Mass Effect. Journal of Interactive Storytelling, 12(1). https://doi.org/10.1162/ijlm_a_00123
  Garcia, R., & Lee, M. (2024). LLaMA-powered NPCs: Improving believability and adaptability in open-world games. Journal of Game AI Research, 15(3), 45- 67. https://doi.org/10.1016/j.jgair.2024.03.002
  Li, J., Monroe, W., Ritter, A., Jurafsky, D., Galley, M., & Gao, J. (2016). Deep reinforcement learning for dialogue generation. arXiv preprint arXiv:1606.01541. https://doi.org/10.48550/arXiv.1606.01541
  Martin, L. J., Ammanabrolu, P., Wang, X., Hancock, W., Singh, S., Harrison, B., & Riedl, M. O. (2021). Interactive storytelling with natural language generation. AIIDE 2021. https://doi.org/10.1609/aiide.v17i1.18997
  Meta Reality Labs. (2023). LLaMA 2-powered NPCs with voice and gesture integration. Metaverse Research Reports, 7(2). https://doi.org/10.1016/j.metavers.2023.100112
  Microsoft Gaming. (2024). Privacy-preserving NPC adaptation via federated learning. In Proceedings of the ACM SIGCHI Annual Symposium on Computer- Human Interaction. https://doi.org/10.1145/3613904.3642407
  MIT Media Lab. (2023). Combining knowledge graphs with LLMs for lore-accurate NPCs. IEEE Transactions on Games. Advance online publication. https://doi.org/10.1109/TG.2023.3276721
  NVIDIA & Epic Games. (2023). Real-time NPC interactions using local LLMs in Unreal Engine 5. ACM Transactions on Graphics (SIGGRAPH Technical Papers). https://doi.org/10.1145/3596711.3598723
  Patel, S., Chen, W., Johnson, A., & Martinez, L. (2023). Evaluating player engagement with LLaMA-based non-player characters: A user study. IEEE Transactions on Computational Intelligence and AI in Games, 8(2), 210-225. https://doi.org/10.1109/TCIAIG.2023.1234567
  Park, J. S., O'Brien, J. C., Cai, C. J., Morris, M. R., Liang, P., & Bernstein, M. S. (2023). Generative agents: Interactive simulacra of human behavior. arXiv. https://arxiv.org/abs/2304.03442
  Premack, D., & Woodruff, G. (1978). Does the chimpanzee have a theory of mind? Behavioral and Brain Sciences, 1(4), 515–526. https://doi.org/10.1017/S0140525X00076512
  Riedl, M. O., & Bulitko, V. (2012). Interactive narrative: An intelligent systems approach. AI Magazine, 34(1), 67–77. https://doi.org/10.1609/aimag.v34i1.2449
  Sony AI. (2023). Affective computing for NPC emotional responses in Horizon Forbidden West. In 2023 IEEE Conference on Affective Computing and Intelligent Interaction (ACII). https://doi.org/10.1109/ACIIW.2023.10345678
  Stanford University & NVIDIA. (2023). Dynamic NPC interactions using GPT-4 and memory networks. Proceedings of the AAAI Conference on Artificial Intelligence and Interactive Digital Entertainment, 18(1). https://doi.org/10.1609/aiide.v18i1.27654
  Sony AI. (2023). Affective computing for NPC emotional responses in Horizon Forbidden West. In 2023 IEEE Conference on Affective Computing and Intelligent Interaction (ACII). https://doi.org/10.1109/ACIIW.2023.10345678
  Stanford University & NVIDIA. (2023). Dynamic NPC interactions using GPT-4 and memory networks. Proceedings of the AAAI Conference on Artificial Intelligence and Interactive Digital Entertainment, 18(1). https://doi.org/10.1609/aiide.v18i1.27654
  Ubisoft Montreal. (2024). Neo NPC: AI-driven character evolution in Assassin's Creed. In Game Developers Conference Proceedings. Retrieved from https://www.gdcvault.com
  Ubisoft Montreal. (2024). Neo NPC: AI-driven character evolution in Assassin's Creed. In Game Developers Conference Proceedings. Retrieved from https://www.gdcvault.com
  Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., & Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30, 5998-6008.
  Zhang, Y., Sun, S., Galley, M., Chen, Y.-C., Brockett, C., Gao, X., & Dolan, B. (2020). DialoGPT: Large-scale generative pre-training for conversational response generation. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics: System Demonstrations, 270–278.
 
 
 
กลับสู่ เมนูค้นหา
       
กองบรรณาธิการวารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม มหาวิทยาลัยแม่โจ้
63 หมู่ 4 ต.หนองหาร อ.สันทราย จ.เชียงใหม่ 50290  mitij@mju.ac.th