Génération automatique de récits interactifs par LLM
Thèse CIFRE ALTEN / Heudiasyc, débutée en septembre 2024 — École doctorale Sciences pour l'ingénieur, Université de technologie de Compiègne.
Direction : Domitile Lourdeaux (Heudiasyc, équipe CID) et Mohamed Sallak (Heudiasyc, équipe SCOP).
Fiche de la thèse sur theses.fr
Les systèmes de narration interactive (SNI) permettent à un joueur ou à un apprenant d'influencer le déroulement d'une histoire. Leur conception se heurte au paradoxe narratif : plus le joueur dispose de liberté, plus il est difficile de garantir un récit cohérent et fidèle aux intentions de l'auteur. Les SNI classiques, fondés sur des scénarios écrits à la main ou sur la planification, offrent du contrôle mais exigent un lourd travail d'écriture et produisent des histoires peu variées. À l'inverse, les grands modèles de langage (LLM) génèrent des récits riches et variés, mais restent difficiles à contrôler.
Ma thèse explore le couplage des LLM avec des techniques de planification et des modèles formels, afin de générer des récits interactifs à la fois variés et maîtrisés, notamment pour la formation.
Formalisme fondé sur des machines à états étendues, permettant de décrire dans un même cadre des SNI de conceptions très différentes (récits à embranchements, systèmes à base de planification, systèmes génératifs).
Définition et mesure de propriétés des SNI : agentivité du joueur (player agency), respect de l'intention de l'auteur, contrôlabilité, robustesse et variabilité. Des indicateurs calculés par simulation de parties permettent d'analyser les compromis liés au paradoxe narratif.
Conception et comparaison d'architectures d'Experience Managers associant LLM et techniques symboliques : génération ouverte, projection par recherche arborescente Monte-Carlo (MCTS) et personnages non-joueurs multi-agents.