HAMLET: A Hierarchical and Adaptive Multi-Agent Framework for Live Embodied Theatrics

Das Papier stellt HAMLET vor, ein hierarchisches, adaptives Multi-Agenten-Framework, das mit Hilfe von Large Language Models interaktive, körperlich eingebettete Theatererlebnisse autonom generiert, indem es aus einfachen Themen Handlungspläne erstellt, die Agenten über adaptive Reasoning-Module steuert und deren physische Interaktionen mit der Szene in Echtzeit simuliert.

Das Wesentliche

Stellen Sie sich vor, Sie könnten einen Theaterregisseur, einen Drehbuchautor und eine ganze Truppe von Schauspielern in einen einzigen Computerchip packen. Das ist im Grunde das, was die Forscher mit HAMLET erreicht haben.

Hier ist eine einfache Erklärung dieser Forschung, die auf der Konferenz ICLR 2026 vorgestellt wurde, verpackt in alltägliche Bilder:

1. Das Problem: Warum Computer-Theater oft langweilig ist

Bisher waren KI-Schauspieler wie Roboter, die nur auf Knopfdruck reagierten.

• Das Szenario: Ein Zuschauer sagt: „Sag etwas Lustiges!" und der KI-Schauspieler antwortet sofort.
• Das Problem: Das ist kein echtes Theater! Echte Schauspieler haben eigene Pläne, Gefühle und sie interagieren mit der Bühne. Wenn ein echter Schauspieler eine Pistole auf der Bühne sieht, greift er sie vielleicht auf, um sie zu untersuchen. Eine alte KI würde das ignorieren oder nur darüber reden. Außerdem brauchten die alten Systeme oft ein extrem detailliertes Drehbuch von Menschen, bevor sie überhaupt anfangen konnten.

2. Die Lösung: HAMLET – Der „Super-Regisseur"

HAMLET ist ein System, das aus vielen kleinen KI-Agenten besteht, die wie ein gut koordiniertes Theaterensemble zusammenarbeiten. Man kann es sich wie eine Theatertruppe mit einem genialen Regisseur vorstellen, der unsichtbar im Hintergrund steht.

Das System läuft in zwei großen Phasen ab:

Phase 1: Das „Skizzen-Buch" (Offline-Planung)

Stellen Sie sich vor, Sie geben dem System nur ein einfaches Thema, zum Beispiel: „Hamlet will seinen Onkel mit einem Theaterstück testen."

• Der Drehbuchautor (Plot Designer): Er schreibt keine starren Sätze, sondern erstellt einen Bauplan. Er denkt sich aus: „Okay, wir brauchen eine Bühne, ein Schwert als Requisit und einen Plan, wie die Geschichte endet."
• Der Schauspieler-Trainer (Actor Designer): Er erstellt die Charaktere. Er gibt Hamlet nicht nur einen Namen, sondern ein komplettes Gedächtnis, Ziele und eine Persönlichkeit.
• Der Regisseur (Director): Er nimmt all diese losen Fäden und webt sie zu einem strukturierten Drehbuch-Blaupause zusammen. Das ist wie ein Gerüst, das die Richtung vorgibt, aber den Schauspielern noch Spielraum lässt.

Phase 2: Die Live-Show (Online-Performance)

Jetzt beginnt die eigentliche Show. Hier passiert das Magische:

• Die Schauspieler (Agenten): Jeder KI-Schauspieler hat einen kleinen Gehirn-Modul namens PAD (Perceive and Decide).
  • Die Analogie: Stellen Sie sich vor, ein Schauspieler steht auf der Bühne. Bevor er spricht, denkt er kurz nach: „Was will ich gerade erreichen? Was habe ich in meiner Tasche? Wie fühlt sich mein Charakter gerade?"
  • Das PAD-Modul entscheidet dann: „Soll ich schnell antworten (Intuition)? Soll ich langsam nachdenken (Strategie)? Oder soll ich einfach schweigen und nur eine Handlung ausführen?"
• Die Interaktion mit der Welt: Das ist der große Unterschied! Wenn Hamlet sagt: „Ich nehme das Schwert", prüft ein spezieller Erzähler-Agent (Narrator), ob das Schwert überhaupt auf der Bühne liegt.
  • Wenn ja: Klick! Das Schwert ist weg, Hamlet hält es. Die ganze Welt im Spiel aktualisiert sich.
  • Wenn nein: Der Erzähler sagt: „Das geht nicht, da ist kein Schwert."
  • So wird aus einem bloßen Chat ein echtes, greifbares Erlebnis.

3. Der „Kritiker": HAMLETJudge

Wie weiß man, ob die Show gut war? Früher haben Menschen das bewertet. HAMLET hat einen eigenen KI-Kritiker namens HAMLETJudge.

• Die Analogie: Stellen Sie sich einen strengen Theaterkritiker vor, der nicht nur auf die Worte schaut, sondern auch darauf, ob die Charaktere glaubwürdig waren, ob die Geschichte spannend war und ob das Publikum (oder die anderen Schauspieler) nicht gelangweilt wurden.
• Dieser Kritiker vergleicht verschiedene Shows und gibt Noten, damit das System lernen kann, besser zu werden.

4. Warum ist das so wichtig?

Bisher waren KI-Unterhaltungen oft wie ein Telefonat, bei dem man nur auf den nächsten Satz wartet. HAMLET macht daraus ein lebendiges Theaterstück.

• Die Schauspieler sind selbstständig: Sie müssen nicht auf einen Befehl warten, um zu handeln.
• Sie interagieren mit der Umgebung: Sie können Türen öffnen, Briefe lesen oder Waffen ziehen.
• Sie haben Gedächtnis: Sie erinnern sich an das, was vor 10 Minuten passiert ist, und passen ihr Verhalten daran an.

Zusammenfassung in einem Satz

HAMLET ist wie ein unendliches Theater, das aus einem einzigen Wort beginnt, eine ganze Welt erschafft, in der KI-Schauspieler mit eigenen Gedanken und Gefühlen auf einer virtuellen Bühne agieren, Requisiten bewegen und eine Geschichte erzählen, die sich jedes Mal anders entwickelt – alles ohne dass ein Mensch das Drehbuch im Detail schreiben muss.

Es ist der erste Schritt von „KI, die antwortet" hin zu „KI, die spielt".

Technische Zusammenfassung

Hier ist eine detaillierte technische Zusammenfassung des Papers „HAMLET: A Hierarchical and Adaptive Multi-Agent Framework for Live Embodied Theatrics" auf Deutsch:

1. Problemstellung

Die Interaktive Erzählung und die Schaffung immersiver Theatererlebnisse sind langfristige Ziele im Bereich der KI. Obwohl Large Language Models (LLMs) beeindruckende Fähigkeiten in der kreativen Textgenerierung zeigen, bestehen bei der Anwendung auf dramatische Aufführungen erhebliche Herausforderungen:

• Fehlende Initiative: Bestehende LLM-basierte Dramen-Generatoren reagieren oft passiv auf Benutzeranweisungen, anstatt eigenständige Entscheidungen zu treffen oder die Handlung aktiv zu steuern.
• Mangelnde physische Interaktion: Die meisten Systeme beschränken sich auf Dialoge und ignorieren die „verkörperte" (embodied) Dimension des Theaters, bei der Charaktere mit Requisiten und der Umgebung interagieren (z. B. Gegenstände aufheben, Türen öffnen).
• Hoher Eingabeaufwand: Viele Ansätze erfordern detaillierte Benutzerinputs (wie vollständige Handlungspläne), was die Immersion einer Live-Performance stört und die Flexibilität einschränkt.
• Fehlende Evaluierung: Es gibt keine etablierten Methoden, um die Qualität von Echtzeit-Dramen umfassend zu bewerten, da bestehende Benchmarks meist nur Textkohärenz oder Rollentreue prüfen, nicht aber die integrierte dramatische Wirkung.

2. Methodik: Das HAMLET-Framework

HAMLET ist ein hierarchisches, adaptives Multi-Agenten-Framework, das die Erstellung und Aufführung von Theaterstücken in zwei entkoppelte Phasen unterteilt: Offline-Planung und Online-Aufführung.

A. Offline-Planung (Narrative Blueprint)

In dieser Phase wird aus einem einfachen Thema (oder einem vollständigen literarischen Werk) ein strukturierter „narrativer Bauplan" (Blueprint) generiert.

• Multi-Agenten-Workflow: Vier Agenten arbeiten zusammen:
  1. Actor Designer: Erstellt Charakterprofile (Personas, Ziele, Beziehungen) unter Nutzung externer Wissensdatenbanken.
  2. Plot Designer: Entwickelt einen vorläufigen Handlungsstrang.
  3. Reviewer: Prüft die Rationalität von Charakteren und Handlungen.
  4. Director: Integriert die Ergebnisse in einen hierarchischen Plan, der Akte, Szenen, narrative Punkte (Flags) und interaktive Requisiten definiert.
• Rückwärtsplanung: Der Director plant von einem definierten Endpunkt rückwärts, um logische Kohärenz zu gewährleisten.

B. Online-Aufführung (Echtzeit-Performance)

Der Bauplan steuert eine dynamische, improvisierende Aufführung, an der autonome KI-Schauspieler und menschliche Spieler teilnehmen.

• Hierarchische Kontrolle: Ein System aus drei Agenten steuert den Ablauf:
  • Planner: Zerlegt Ziele in Sequenzen von „Beats" (Handlungsschritten) und plant mehrere mögliche Trajektorien.
  • Transfer: Überwacht, ob narrative „Flags" (Meilensteine) erreicht wurden, und leitet den Übergang zur nächsten Szene ein.
  • Advancer: Greift ein, wenn die Handlung stagniert, und gibt Anweisungen, um den Fortschritt sicherzustellen (verhindert Deadlocks).
• Narrator-Agent: Ein zentraler Schiedsrichter, der alle physischen Interaktionen bewertet. Er prüft die Machbarkeit von Aktionen basierend auf dem Umgebungsstatus und den physikalischen Regeln (z. B. kann ein Charakter nicht fliegen oder eine nicht existierende Waffe benutzen) und aktualisiert den globalen Kontext.
• PAD-Modul (Perceive And Decide): Dies ist das Kernstück jedes Schauspieler-Agenten. Inspiriert von der Dual-Process-Theorie der menschlichen Kognition (System 1: schnell/intuitiv, System 2: langsam/analytisch), entscheidet PAD über die Reaktionsstrategie:
  • Strategien: Schnell (Fast), Langsam (Slow), Schweigen (Silence) oder Aktionen (Action).
  • Input: Kombiniert den internen Zustand (Persona, Ziele, Gedächtnis) mit externen Reizen (Umgebung, Dialoghistorie, Requisiten).
  • Output: Generiert eine strukturierte Entscheidung (Sprechweise + Aktion), die dann vom LLM in konkreten Dialog und Handlungen umgesetzt wird.

C. Evaluierungssystem

Um die Qualität objektiv zu messen, wurde HAMLETJudge entwickelt:

• Ein spezialisierter Kritiker-Modell (basierend auf einem 8B-Modell), das Performances paarweise vergleicht.
• Bewertungsdimensionen:
  1. Charakterleistung (CP): Glaubwürdigkeit, Konsistenz und Handlungsfähigkeit (Agency).
  2. Narrative Qualität (NQ): Kohärenz, Resonanz und strukturelle Integrität.
  3. Interaktionserlebnis (IE): Reaktionsfähigkeit, Immersion und Flüssigkeit.
• Das System nutzt eine 5-Punkte-Likert-Skala und wurde durch menschliche Annotationen trainiert und validiert.

3. Wichtige Beiträge

1. HAMLET-Framework: Ein neuartiges System, das nur ein einfaches Thema benötigt, um komplexe, improvisierende Theaterstücke mit physischer Interaktion zu generieren. Es löst das Problem der passiven Reaktion durch das PAD-Modul.
2. PAD-Modul: Ein 8B-Modell, das die Entscheidungsfindung von Agenten steuert und dabei menschliche Kognitionsprozesse (schnell/langsam) simuliert. Es ermöglicht natürliche Interaktionen ohne die Latenzprobleme größerer Reasoning-Modelle.
3. Umfassende Evaluierung: Einführung von HAMLETJudge und einer neuen Benchmark-Leaderboard, die über reine Textqualität hinausgeht und die gesamte dramatische Performance bewertet.
4. Physische Embodiment: Integration eines Narrators, der die Logik der physischen Welt erzwingt und so eine realistische Interaktion mit Requisiten ermöglicht.

4. Ergebnisse

• Leistungsfähigkeit: HAMLET übertrifft in den Tests andere State-of-the-Art-Modelle (einschließlich Claude-4-sonnet-Thinking und GPT-4o) in den Kategorien Charakterleistung, narrative Qualität und Interaktionserlebnis.
• Reasoning vs. Skalierung: Die Studie zeigt, dass Reasoning-Fähigkeiten (wie bei Claude-4-Thinking oder Qwen3-Thinking) für Dramen-Aufgaben effizienter sind als reine Parameter-Skalierung. Reasoning-Modelle können Subtexte und komplexe Strategien besser verarbeiten.
• Effizienz von PAD: Das 8B große PAD-Modell erreicht State-of-the-Art-Ergebnisse bei der Entscheidungsfindung, bleibt dabei aber extrem latenzarm (unter 1 Sekunde), was für Live-Interaktionen entscheidend ist. Im Gegensatz dazu leiden große Reasoning-Modelle unter hohen Latenzstrafen.
• Robustheit: Ablationsstudien belegen, dass das Entfernen des Advancer-Agents die Erfolgsrate der Aufführungen von 100 % auf ca. 68 % senkt (wegen Deadlocks), und das Reviewer-Modul verbessert signifikant die Qualität des narrativen Bauplans.

5. Bedeutung

HAMLET stellt einen Paradigmenwechsel dar: von passiven, textbasierten Chatbots hin zu autonomen, aktiven Akteuren in einer simulierten physischen Welt.

• Für die Forschung: Es bietet einen neuen Standard für die Evaluierung von Multi-Agenten-Systemen in kreativen, interaktiven Szenarien.
• Für die Anwendung: Das Framework ebnet den Weg für immersive, interaktive Theatererlebnisse, Rollenspiel-Spiele und pädagogische Simulationen, bei denen KI-Charaktere nicht nur antworten, sondern die Handlung aktiv vorantreiben und mit ihrer Umgebung interagieren.
• Technischer Fortschritt: Die Kombination aus hierarchischer Planung, adaptiver Entscheidungsfindung (PAD) und einer spezialisierten Evaluierungs-KI demonstriert, wie komplexe, mehrstufige kreative Aufgaben mit LLMs effektiv gelöst werden können.