Publicação
Integrating GPT-based language models into NPCs for realistic dialogue and contextual awareness in unity games
| datacite.subject.fos | Engenharia e Tecnologia | |
| dc.contributor.advisor | Rodrigues, Pedro | |
| dc.contributor.author | Albino, Pedro Miguel Santos | |
| dc.date.accessioned | 2026-01-27T15:50:47Z | |
| dc.date.available | 2026-01-27T15:50:47Z | |
| dc.date.issued | 2025 | |
| dc.date.submitted | 2025 | |
| dc.description.abstract | This thesis explores the integration of large language models (LLMs), specifically the LLama family, to enhance the realism and interactivity of non-player characters (NPC) dialogue in video games developed with Unity. Traditional NPC interactions are often constrained by scripted dialogue trees, which limit immersion and adaptability. The main objective of this work is to demonstrate how GPT-like models can be embedded into game environments to generate dynamic, context-aware responses that elevate player engagement. The methodology involves using open-source LLMs to suit game-specific dialogue styles, then deploying these models within Unity using a local server to maintain performance. Custom environments were created in Blender to build an 3D prototype showcasing the real-time NPC conversations. Key implementation challenges, such as latency, prompt management, and dialogue coherence, were addressed through model tuning techniques. The results indicate that integrating LLMs into Unity significantly enhances dialogue variety, responsiveness, and player immersion compared to traditional systems. Furthermore, the flexible nature of LLMs opens new possibilities for adaptive storytelling and personalized gameplay. | por |
| dc.description.abstract | Esta tese explora a integração de grandes modelos de linguagem (LLMs), especificamente a família LLama, para melhorar o realismo e a interatividade do diálogo de personagens não jogáveis (NPC) em videojogos desenvolvidos com Unity. As interações tradicionais de NPCs são frequentemente limitadas por árvores de diálogo programadas, o que restringe a imersão e a adaptabilidade. O principal objetivo deste trabalho é demonstrar como modelos semelhantes ao GPT podem ser incorporados em ambientes de jogo para gerar respostas dinâmicas e sensíveis ao contexto que aumentam a imersão do jogador. A metodologia envolve o uso de LLMs de código aberto para se adequar aos estilos de diálogo específicos do jogo e, em seguida, a implementação desses modelos no Unity através de um servidor local para manter o desempenho. Ambientes personalizados foram criados no Blender para construir um protótipo 3D que mostra as conversas em tempo real dos NPC. Os principais desafios de implementação, como latência, gestão de prompts e coerência do diálogo foram abordados por meio de técnicas de ajuste do modelo. Os resultados indicam que a integração de LLMs no Unity melhora significativamente a variedade de diálogos, a capacidade de resposta e a imersão do jogador em comparação com os sistemas tradicionais. Além disso, a natureza flexível dos LLMs abre novas possibilidades para narrativas adaptativas e jogabilidade personalizada. | por |
| dc.identifier.tid | 204163340 | |
| dc.identifier.uri | http://hdl.handle.net/10198/35636 | |
| dc.language.iso | eng | |
| dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | |
| dc.subject | Large language models | |
| dc.subject | NPC dialogue generation | |
| dc.subject | Unity game development | |
| dc.title | Integrating GPT-based language models into NPCs for realistic dialogue and contextual awareness in unity games | |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| thesis.degree.name | Dissertação de mestrado em Informática |