游戏NPC长期记忆一致性实验：检索与角色约束

游戏AI实验室近期围绕NPC长期记忆一致性做了一组小规模实验。目标不是让NPC“更聪明”，而是让角色在多轮对话与跨场景任务中保持人设、事实和关系不矛盾。方法上，把玩家交互按事件、地点、人物关系结构化写入轻量向量库，叠加角色卡约束与事实校验层；生成前检索最近且最相关的记忆，冲突时任务事实优先、角色口吻其次。
进展：在自研文字冒险Demo中覆盖3个NPC、约1200轮对话，人工评估的人设偏离率由18%降至7%，但跨章节长程召回仍有漏检。
下一步：引入时间衰减与关系图谱，并开放20名玩家盲测，观察记忆召回准确率与对话自然度能否同时提升。