Versu: Agents and Utility AI¶
这是对交互式故事角色 AI 引擎 Versu 工作原理的简要介绍，主要是 代理/角色（Agents） 和 基于效用的决策系统（Utility-Based Decision-Making） 部分。
内容从小组讨论会的会议材料修改而来，材料被 LLM 润色过（修改了分段和措辞，为了“更快更方便阅读”），与以往的博客语气会不太一样。
Versu 没有公开过具体实现，我所有的分析均来自 Richard Evans 和 Emily Short 的论文以及 Emily Short 博客上的零散文章，可能有不少错误。
前言¶
Versu 是 Richard Evans（《模拟人生》AI 架构师）、Graham Nelson（Inform 语言设计者）和 Emily Short（交互式小说领域最具影响力的设计师之一）于 2013 年开发的社交模拟系统，用于作品《Blood & Laurels》。
Emily Short 的作品获得过交互式小说等领域的许多奖，总之是偷谱榜榜首。她还以顾问身份参与了 Failbetter Games 的 Storylet/QBN 架构（《Fallen London》《Sunless Sea》）。
这两套系统解决不同层面的问题：Storylet 处理内容选择，Versu 处理角色行为。两者可独立使用，也可结合。
本文就只专注于 Versu 的核心机制。
核心概念¶
展示概念需要一个示例故事，下面用了大家熟悉的《三顾茅庐》。由于我对剧情印象没有非常深刻，同时示例需要一些微小的改编，要是觉得和原著差别太大，就当“新新三国”来看吧。
设计目标¶
让角色 自主决策，而非按剧本行动。
传统做法：为每种情况编写反应
如果 张飞等待超过1小时 且 诸葛亮在睡觉:
张飞.发怒()
如果 刘备在场:
刘备.劝阻()
Versu 做法：定义角色的欲望和性格，行为从中涌现
张飞 = { 欲望: [快速解决问题, 服从大哥], 性格: 暴躁 }
刘备 = { 欲望: [请出诸葛亮, 安抚兄弟], 性格: 隐忍 }
世界状态：事实数据库¶
Versu 用 逻辑事实 表示世界状态。
zhang_fei.location!longzhong // 张飞在隆中
zhang_fei.emotional_state!irritated // 张飞烦躁
liu_bei.relationship.zhuge_liang.respect!high // 刘备敬重诸葛亮
zhuge_liang.status!sleeping // 诸葛亮在睡觉
! 表示排他性：设置 zhang_fei.location!garden 会自动移除 zhang_fei.location!longzhong。
角色模型¶
每个角色由以下属性构成（全部存储为事实）：
| 属性 | 说明 | 示例 |
|---|---|---|
| Wants（欲望） | 想达成的目标 + 效用值 | 「请出诸葛亮」-> +40 |
| Traits（性格） | 稳定特质，影响欲望的效用值 | 暴躁、隐忍、谨慎 |
| Relationships（关系） | 对他人的多维评价 | 对诸葛亮：作为谋士 -20，作为学者 +10 |
| Emotional State（情绪） | 短期状态 | 烦躁、平静、愤怒 |
| Beliefs（信念） | 角色相信的事（可能为假） | 「诸葛亮在装睡」 |
情境与行动：Social Practice 和 Affordance¶
Social Practice（社会实践）：角色所处的社交场景容器
- 提供行动选项的来源
- 多个 Practice 并发运行（拜访 + 等待 + 观察同时进行）
- 定义了什么行为在此情境下可用
Affordance（可用行动）：Practice 提供给参与者的具体行为选项
- Practice「正式拜访」提供 affordances:
- 耐心等待
- 小声抱怨
- 发怒咆哮
- 告辞离开
- Practice「观察试探」提供 affordances:
- 继续装睡
- 醒来相见
- 让童子打发客人
效用计算（决策机制）¶
核心原则：一切归于 Want 检查。
性格、关系、社交压力 不是 独立评分系统，它们通过影响 Want 来参与决策。
| 概念 | 如何影响决策 |
|---|---|
| 性格 | 修饰 want 的效用值（如：「暴躁」性格让「发泄情绪」的 want 权重更高） |
| 关系 | 作为 want 的触发条件（如：只对喜欢的人才想「留下好印象」） |
| 社交规范 | 通过「不想违规」的 want 实现（行动后果标记违规 -> 触发惩罚） |
计算流程：
对于每个可用行动:
- 执行该行动的后果（真的修改数据库）
- 检查：哪些 want 被满足了？
- 累加被满足的 want 的效用值 -> 该行动的得分
- 撤销修改（恢复数据库）
选择得分最高的行动。
Versu 看的是真实后果，不是简化估计，避免了《模拟人生》中「角色反复尝试被占用的厕所」之类的问题。
案例：三顾茅庐¶
角色定义¶
刘备
| Want | 效用值 | 说明 |
|---|---|---|
| 请出诸葛亮 | +40 | 最重要的目标 |
| 维护仁义形象 | +30 | 不能失礼于贤者 |
| 安抚兄弟情绪 | +20 | 关心手足 |
| 遵守社交规范 | +25 | 礼贤下士的体现 |
| 性格特质 | 效果 |
|---|---|
| 隐忍 | 忍耐类行动效用 ×1.3 |
| 重情义 | 涉及兄弟的 want 效用 ×1.2 |
张飞
| Want | 效用值 | 说明 |
|---|---|---|
| 保护大哥尊严 | +35 | 不能让大哥受辱 |
| 快速解决问题 | +25 | 不喜欢拖延 |
| 服从大哥命令 | +30 | 听大哥的话 |
| 遵守社交规范 | +10 | 不太在乎 |
| 性格特质 | 效果 |
|---|---|
| 暴躁 | 「发泄情绪」类行动效用 ×1.4 |
| 忠诚 | 「服从大哥」的 want 效用 ×1.2 |
| 关系 | 评价 |
|---|---|
| 对诸葛亮 | 作为谋士：-20（不耐烦，摆什么架子） |
| 对刘备 | 作为兄长：+50（绝对忠诚） |
诸葛亮
| Want | 效用值 | 说明 |
|---|---|---|
| 试探来者是否明主 | +35 | 需要验证 |
| 不轻易出山 | +25 | 保持身价 |
| 展示才华 | +20 | 有机会就想表现 |
| 遵守社交规范 | +20 | 有分寸 |
| 性格特质 | 效果 |
|---|---|
| 谨慎 | 「观察等待」类行动效用 ×1.3 |
| 傲气 | 「不轻易出山」的 want 效用 ×1.2 |
场景设定¶
- 地点: 隆中草庐
- 时间: 第三次拜访
- 状态: 诸葛亮午睡（实际在暗中观察），刘备张飞已等待两个时辰
当前活跃的 Practices：
- 「正式拜访」（刘备、张飞参与）
- 「观察试探」（诸葛亮参与）
回合 1：张飞决策¶
情境：等待两个时辰，诸葛亮仍在「午睡」
可用 Affordances（来自「正式拜访」 Practice）：
选项 A：发怒咆哮¶
行动后果（Postconditions）：
add zhang_fei.venting_anger!true
add zhang_fei.voice_volume!loud
add norm_violated.respect_guest_etiquette.zhang_fei
add might_wake.zhuge_liang
Want 检查：
| Want | 是否满足 | 得分 |
|---|---|---|
| 保护大哥尊严（大哥被怠慢，要出头） | 满足 | +35 |
| 快速解决问题（能把人吵醒） | 满足 | +25 |
| 服从大哥命令（大哥说要等） | 违背 | 0 |
| 遵守社交规范 | 违背 | 0 |
性格修正：「暴躁」×1.4 应用于发泄情绪相关得分
总分：(35 + 25) × 1.4 = 84
选项 B：忍耐等待¶
行动后果：
add zhang_fei.waiting!true
add zhang_fei.emotional_state!suppressed
Want 检查：
| Want | 是否满足 | 得分 |
|---|---|---|
| 保护大哥尊严 | 无关 | 0 |
| 快速解决问题 | 违背 | 0 |
| 服从大哥命令 | 满足 | +30 |
| 遵守社交规范 | 满足 | +10 |
性格修正：「暴躁」对压抑类行动无加成
总分：30 + 10 = 40
选项 C：小声抱怨¶
行动后果：
add zhang_fei.mumbling!true
add zhang_fei.emotional_state!slightly_venting
Want 检查：
| Want | 是否满足 | 得分 |
|---|---|---|
| 保护大哥尊严 | 部分（表达不满但不激烈） | +15 |
| 快速解决问题 | 无关 | 0 |
| 服从大哥命令 | 部分违背 | +10 |
| 遵守社交规范 | 基本满足 | +10 |
总分：15 + 10 + 10 = 35
决策结果¶
| 选项 | 总分 |
|---|---|
| A. 发怒咆哮 | 84 |
| B. 忍耐等待 | 40 |
| C. 小声抱怨 | 35 |
张飞选择：发怒咆哮
“这村夫好大的架子！待俺去屋后放一把火，看他起是不起！”
回合 2：刘备决策（响应张飞咆哮）¶
情境：张飞爆发，可能破坏求贤大计
可用 Affordances：
选项 A：严厉呵斥¶
行动后果：
add liu_bei.reprimanding.zhang_fei!harshly
add zhang_fei.emotional_state!chastened
add norm_violated.brotherly_bond.liu_bei
| Want | 是否满足 | 得分 |
|---|---|---|
| 请出诸葛亮（控制局面） | 满足 | +40 |
| 维护仁义形象 | 满足 | +30 |
| 安抚兄弟情绪 | 违背（伤了张飞面子） | 0 |
| 遵守社交规范 | 违背（兄弟失和） | 0 |
性格修正：「重情义」×1.2 但此行动伤害兄弟关系，无加成
总分：40 + 30 = 70
选项 B：温和劝阻¶
行动后果：
add liu_bei.persuading.zhang_fei!gently
add zhang_fei.emotional_state!calming
| Want | 是否满足 | 得分 |
|---|---|---|
| 请出诸葛亮 | 满足（稳住局面） | +40 |
| 维护仁义形象 | 满足 | +30 |
| 安抚兄弟情绪 | 满足 | +20 |
| 遵守社交规范 | 满足 | +25 |
性格修正：「隐忍」×1.3 应用于温和处理，「重情义」×1.2 应用于安抚兄弟
总分：40 + 30 + (20 × 1.2) + 25 = 119
选项 C：放任不管¶
行动后果：
add liu_bei.ignoring.zhang_fei_outburst
add zhuge_liang.impression.liu_bei!negative
| Want | 是否满足 | 得分 |
|---|---|---|
| 请出诸葛亮 | 违背（印象变差） | 0 |
| 维护仁义形象 | 违背 | 0 |
| 安抚兄弟情绪 | 无关 | 0 |
| 遵守社交规范 | 违背 | 0 |
总分：0
决策结果¶
| 选项 | 总分 |
|---|---|
| A. 严厉呵斥 | 70 |
| B. 温和劝阻 | 119 |
| C. 放任不管 | 0 |
刘备选择：温和劝阻
“三弟不可无礼。孔明先生乃当世大贤，我等理当诚心等候。”
回合 3：张飞决策（响应刘备劝阻）¶
情境变化：刘备已开口劝阻
新增事实：
liu_bei.gave_direct_order.zhang_fei!calm_down
这改变了 want 检查的结果：
选项 A：继续发怒¶
| Want | 是否满足 | 得分 |
|---|---|---|
| 保护大哥尊严 | 大哥已表态，继续闹反而让大哥难堪 | 0 |
| 服从大哥命令 | 直接违背（大哥刚下令） | 0 |
| 遵守社交规范 | 违背 | 0 |
性格修正：「忠诚」×1.2 对违背大哥有惩罚效果
总分：接近 0，甚至为负
选项 B：不情愿地闭嘴¶
| Want | 是否满足 | 得分 |
|---|---|---|
| 服从大哥命令 | 满足 | +30 |
| 遵守社交规范 | 满足 | +10 |
性格修正：「忠诚」×1.2
总分：(30 × 1.2) + 10 = 46
决策结果¶
张飞选择：不情愿地闭嘴
张飞虽然不情愿，但还是退到一旁，脸色铁青。
回合 4：诸葛亮决策¶
情境：诸葛亮暗中观察到——
- 刘备等待两个时辰不失态
- 张飞爆发时刘备温和但坚定地控制住局面
- 三顾之诚已充分体现
可用 Affordances（来自「观察试探」Practice）：
选项 A：继续装睡¶
行动后果：
add zhuge_liang.still_testing!true
| Want | 是否满足 | 得分 |
|---|---|---|
| 试探明主 | 已完成，继续无额外收益 | 0 |
| 不轻易出山 | 满足 | +25 |
| 展示才华 | 无法展示 | 0 |
| 遵守社交规范 | 继续装下去开始显得失礼 | +10 |
总分：25 + 10 = 35
选项 B：醒来相见¶
行动后果：
add zhuge_liang.meeting.liu_bei
add conversation_started!true
add opportunity_to_discuss_tianxia!true
| Want | 是否满足 | 得分 |
|---|---|---|
| 试探明主 | 已满足，可进入下一阶段 | +35 |
| 不轻易出山 | 三顾已足够体面 | +15 |
| 展示才华 | 可以开始谈天下大势 | +20 |
| 遵守社交规范 | 满足 | +20 |
性格修正：「谨慎」已满足（观察够了）
总分：35 + 15 + 20 + 20 = 90
选项 C：让童子再打发¶
行动后果：
add zhuge_liang.dismissing_again!true
add risk_losing_opportunity!true
| Want | 是否满足 | 得分 |
|---|---|---|
| 试探明主 | 已完成，继续无意义 | 0 |
| 不轻易出山 | 满足 | +25 |
| 展示才华 | 无法展示 | 0 |
| 遵守社交规范 | 四次拒绝过分了 | 0 |
总分：25
决策结果¶
| 选项 | 总分 |
|---|---|
| A. 继续装睡 | 35 |
| B. 醒来相见 | 90 |
| C. 让童子打发 | 25 |
诸葛亮选择：醒来相见
诸葛亮翻身而起：“有客来此，何不早报？”（早就报了，诸葛标志）
涌现¶
这段剧情中，以下行为是涌现的，没有显式编程：
| 涌现行为 | 来源 |
|---|---|
| 张飞先爆发 | 暴躁性格 + 低社交规范权重 |
| 刘备选温和而非严厉 | 重情义性格 + 安抚兄弟的 want |
| 张飞被刘备压住 | 忠诚性格 + 服从大哥的 want 在直接命令后激活 |
| 诸葛亮此刻出山 | 试探明主 want 已满足 + 继续拖延的收益递减 |
如果把张飞换成关羽（性格：沉稳、傲气），关羽可能根本不会爆发，诸葛亮需要等更久才能观察到“明主如何驾驭部下”。
变体：改变初始条件¶
假设出发前发生了以下事件：
| 改变 | 原值 | 新值 | 原因 |
|---|---|---|---|
| 张飞对诸葛亮的评价 | -20 | +10 | 路遇司马徽，闻“卧龙之才十倍于我” |
| 服从大哥的 want | +30 | +45 | 刘备出发前叮嘱“此行万万不可失礼” |
| 新增 want | 「不在二哥面前丢人」 +20 | 关羽也在场 |
回合 1 重算：张飞决策¶
选项 A：发怒咆哮¶
| Want | 是否满足 | 得分 |
|---|---|---|
| 保护大哥尊严 | 满足 | +35 |
| 快速解决问题 | 满足 | +25 |
| 服从大哥命令 | 违背 | 0 |
| 不在二哥面前丢人 | 违背（失态） | 0 |
| 遵守社交规范 | 违背 | 0 |
关系修正：对诸葛亮评价变正，减少攻击冲动
总分：\<= 60（比原来的 84 低很多）
选项 B：忍耐等待¶
| Want | 是否满足 | 得分 |
|---|---|---|
| 服从大哥命令 | 满足 | +45（提高了） |
| 不在二哥面前丢人 | 满足 | +20 |
| 遵守社交规范 | 满足 | +10 |
总分：45 + 20 + 10 = 75
决策结果¶
| 选项 | 原版得分 | 变体得分 |
|---|---|---|
| A. 发怒咆哮 | 84 | 50 |
| B. 忍耐等待 | 40 | 75 |
变体中张飞选择：忍耐等待
同一个角色，因为初始条件不同，做出完全相反的选择。
总结¶
| 传统状态机 | Versu Utility AI |
|---|---|
| 枚举所有情况 | 定义角色属性 |
| 添加新情况需要新代码 | 改变属性即可产生新行为 |
| 角色行为可预测 | 角色行为会涌现 |
| 复杂度随情况数爆炸，呈指数级增长 | 复杂度随角色数线性增长 |
类似将 Utility AI 应用于叙事对话的游戏还有：《矮人要塞》、《十字军之王 3》等。