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

本論文は、大規模言語モデルを活用し、単純なテーマから物語の青写真を生成し、キャラクターの記憶や感情に基づいた適応的推論と物理的な環境操作を可能にする階層的適応型マルチエージェントフレームワーク「HAMLET」を提案し、没入感の高い自律的なライブ演劇体験を実現するものである。

要約

HAMLET: AI による「生きた演劇」の舞台裏を解説

この論文は、**「HAMLET（ハムレット）」という新しい AI システムについて書かれています。
一言で言うと、「たった一言のテーマから、人間と AI が一緒に即興で演じる、まるで本物の劇のような体験を作るシステム」**です。

従来の AI 劇は、ユーザーが細かく指示を出さないと動かなかったり、ただセリフを言うだけで「体」を動かすことができなかったりしました。HAMLET は、その問題を解決し、**「考え、動き、感情を揺さぶる」**本格的な AI 劇を実現しました。

わかりやすくするために、いくつかの比喩を使って説明しましょう。

---

1. 舞台の準備：「建築家」と「監督」のチームワーク

まず、劇が始まる前（オフライン計画）の段階です。

• 従来の方法： ユーザーが「ハムレットの復讐劇を、3 幕で、このセリフを使って」と詳細な設計図を全部作らないと始まりませんでした。
• HAMLET の方法： ユーザーは「ハムレットが復讐する話」くらい簡単なテーマを渡すだけで OK です。
  • 建築家（Actor Designer）： キャラクターの性格や背景を設計します。
  • 脚本家（Plot Designer）： 大まかなストーリーの骨組みを作ります。
  • 編集者（Reviewer）： 「この設定は変だ」「動機が弱い」とチェックします。
  • 監督（Director）： これらをまとめて、**「青写真（ブループリント）」**という完成された設計図を作ります。

この「青写真」は、細部まで固められたものではなく、「ここはこうなるべき」というゴールと、その間の「自由な即興」を許す地図のようなものです。

2. 本番の舞台：「頭脳」と「体」を持つ俳優たち

いよいよオンラインでの本番（パフォーマンス）が始まります。ここが HAMLET の最大の特徴です。

🧠 「PAD モジュール」：人間の「直感」と「思考」を模倣

AI 俳優は、ただセリフを返すだけのロボットではありません。彼らは**「PAD（Perceive And Decide：感知して決定する）」**という頭脳を持っています。
これは人間の脳を真似た仕組みで、2 つのモードがあります。

• システム 1（直感）： 怒ったらすぐに叫ぶような、速くて自動的な反応。
• システム 2（思考）： 「あいつは嘘をついているな、でも今は見逃しておこう」といった、ゆっくりとした計算高い判断。

AI はこの 2 つを使い分け、**「沈黙する」「すぐに動く」「深く考える」**といった、人間らしい複雑な反応をします。

🎭 「ナレーター」：舞台のルールを守る審判

AI 俳優が「剣を抜く」「椅子に座る」といった物理的な行動をしようとすると、ナレーターという別の AI がチェックします。

• 「その部屋に剣はあるかな？」
• 「人間が空を飛べるかな？」
  もしルール違反（例：ないはずの銃を使う、人間が飛ぶ）をしようものなら、ナレーターが**「それはできないよ！」と判定し、舞台の状況（プロップ）を更新します。これにより、「AI が実際に物に触れている」**ようなリアルな体験が生まれます。

🚦 「進行役（Advancer）」：話が止まらないようにする

もし俳優たちが会話ばかりして、話が先に進まなくなったらどうしますか？HAMLET には**「進行役（Advancer）」という役職がいます。
彼らは「話が停滞している！」と察知すると、「ハムレット、そろそろ敵を刺す番だよ！」**と優しく（あるいは強制的に）指示を出し、物語を次の展開へ導きます。これにより、劇が途中で終わってしまうことを防ぎます。

3. 評価：「劇の評論家」AI

この劇が面白かったかどうかを評価するために、**「HAMLETJudge」という専門の AI 評論家を育てました。
人間が「この演技は感動的だった」「ストーリーが破綻していた」と評価するデータを学習させ、「キャラクターの演技力」「物語の質」「没入感」**の 3 つの観点で、どの AI の劇が優れているかを自動で判定します。

---

まとめ：なぜこれがすごいのか？

これまでの AI 劇は、**「ユーザーが操る人形」のようなものでした。
しかし、HAMLET は「自分から考え、動き、時にはユーザーを驚かせる」ような「生きた俳優」**を多数用意したシステムです。

• テーマ一つで即興劇ができる（設計図が不要）。
• 部屋にある物を動かしたり、感情を表現したりできる（物理的な相互作用）。
• 人間のように「考える時間」や「沈黙」を選べる（PAD モジュール）。
• 話が止まっても進行役が助けてくれる（堅牢な進行管理）。

まるで、**「AI たちが自分たちで劇団を組んで、観客（ユーザー）と共演している」**ような、これまでにない没入感のある体験を提供するシステムなのです。

この技術は、将来的にゲーム、教育、エンターテインメントなど、あらゆる分野で「物語を体験する」新しい形を作ってくれるかもしれません。

技術概要

HAMLET: 生きた身体性を備えた階層的かつ適応的なマルチエージェント・シアターフレームワーク

技術的サマリー（日本語）

本論文は、ICLR 2026 にて発表された「HAMLET（A Hierarchical and Adaptive Multi-Agent Framework for Live Embodied Theatrics）」に関する研究です。大規模言語モデル（LLM）を用いたインタラクティブな物語生成において、既存手法が抱える「受動的な反応に留まり、物理的な環境と相互作用できない」「詳細なユーザー入力が必要で没入感が損なわれる」という課題を解決するため、自律的に生きた演劇体験を創出する新しいマルチエージェントフレームワークを提案しています。

以下に、問題定義、手法、主要な貢献、実験結果、および意義について詳細にまとめます。

---

1. 問題定義（Problem）

従来の LLM ベースのドラマ生成・上演手法には、以下の 3 つの主要な限界がありました。

1. 主体性の欠如と受動的な相互作用: 既存のアプローチは、ユーザーの指示を待って反応する「ターンベースの受動的な対話」が中心であり、俳優エージェントが自発的に物語を推進したり、複雑な群像劇の中で能動的に行動したりすることが困難でした。
2. 物理的・身体性の欠落: 演劇は言語だけでなく、舞台装置の操作や身体的動作（例：手紙を開ける、武器を拾う）を含む「身体化された芸術」です。しかし、既存のシステムは抽象的な対話に留まり、物理的な環境状態の変化を反映できず、リアリティが不足していました。
3. 評価基準の不足: 既存の評価指標はテキストの一貫性やロールプレイの忠実さに焦点を当てており、リアルタイムの生きた演劇における「物語の質」「キャラクターの深さ」「物理的相互作用の整合性」を包括的に評価する手法が存在しませんでした。

2. 手法（Methodology）

HAMLET は、**オフライン計画（Offline Planning）とオンライン上演（Online Performance）**の 2 つの段階に分離された階層的かつ適応的なマルチエージェントフレームワークです。

A. オフライン計画フェーズ

単純なトピック入力から、構造化された「物語の青写真（Narrative Blueprint）」を生成します。

• マルチエージェントワークフロー:
  • Actor Designer: 検索モジュールを用いて外部知識を参照し、キャラクターのプロフィール（背景、性格、目標、関係性）を生成。
  • Plot Designer: トピックとキャラクターに基づき物語の草案を作成。
  • Reviewer: キャラクター設定の合理性や動機の明確さを検証。
  • Director: 承認された要素を統合し、階層的なプロットプロファイル（幕、場、ナラティブポイント、環境要素）を構築。
  • 特徴: 物語の終着点を先に定義し、逆算して論理的な前段階を構築する「後方計画（Backward planning）」を採用し、物語の整合性を担保します。

B. オンライン上演フェーズ

生成された青写真に基づき、自律的な AI 俳優と人間プレイヤーが参加する動的な環境で上演を行います。

• PAD モジュール（Perceive And Decide）:
  • 各俳優エージェントの意思決定の中核を担うモジュール。人間の認知理論（システム 1：直感的・速い思考、システム 2：分析的・遅い思考）に基づき設計されています。
  • 内部状態（ペルソナ、記憶、目標）と外部刺激（環境描写、対話履歴、操作可能な物体）を統合し、ツール呼び出しを通じて「即答（Fast）」「熟考（Slow）」「沈黙（Silence）」「行動（Action）」のいずれかの戦略を決定します。
  • これにより、単なるテキスト生成を超えた、人間らしい文脈理解と戦略的行動が可能になります。
• 環境相互作用とナレーター:
  • Narrator Agent: 俳優の物理的行動（例：「剣を抜く」）が現在の環境状態や物理法則に適合するかを判定します。成功すれば環境状態を更新し、全参加者に客観的な描写をブロードキャストします。失敗すれば論理的な説明と共に拒否します。
• 制御エージェント:
  • Planner: 複数のナラティブ経路（トラジェクトリ）を設計・監視。
  • Transfer: 物語の進捗（フラグ）を確認し、次のポイントへ移行。
  • Advancer: 物語が停滞した場合に介入し、俳優に指示を出してプロットを推進します。

C. 評価システム

• HAMLETJudge: 生きた演劇の品質を自動評価するための専門的なクリティカルモデル（8B モデル）。
• 評価次元:
  1. キャラクターパフォーマンス (CP): 信憑性、主体性。
  2. 物語の質 (NQ): 一貫性、共鳴、完全性。
  3. 相互作用体験 (IE): 応答性、没入感、流暢さ。
• 5 段階のリッカート尺度を用いたペアワイズ比較により、モデル間の勝率を算出します。

3. 主要な貢献（Key Contributions）

1. HAMLET フレームワークの提案: オフライン計画とオンライン上演を分離し、単純なトピックから即興的な身体化された演劇を生成する初の包括的システム。PAD モジュールによる「知覚と意思決定」の統合により、俳優の自律性と人間らしさを大幅に向上。
2. 包括的な評価手法の確立: 従来のテキスト中心の評価を超え、物理的相互作用や物語全体を評価する 3 次元の指標と、HAMLETJudge という専用評価モデルを導入。
3. 高性能な 8B モデルの実証: PAD モジュールと HAMLETJudge の両方が 80 億パラメータ（8B）規模でありながら、大規模な推論モデルや 70B モデルを上回る性能を達成し、コスト効率と実用性を示しました。

4. 実験結果（Results）

• ベンチマーク性能: HAMLET Leaderboard において、Claude-4-sonnet-Thinking や Qwen3-32B-Thinking などの推論モデルが優れた成績を収めましたが、HAMLET の PAD モジュール（8B）は、遅延ペナルティを考慮した総合スコアで他モデルを凌駕しました。
• PAD モジュールの優位性:
  • 推論モデルは性能が高いものの、リアルタイム性（遅延）に課題がありました。
  • PAD モジュールは、遅延を最小化しつつ、Fast/Slow/Silence/Action の戦略を適切に選択でき、総合スコア 0.756（他のモデルは 0.40〜0.53 程度）を記録しました。
• アブレーション研究:
  • PAD あり/なし: PAD を使用することで、キャラクターの自然さ、一貫性、人間らしさが劇的に向上しました。
  • Reviewer の効果: オフライン計画段階でのレビューア導入は、青写真の質を向上させ、それがオンライン上演の物語の質（NQ）に直接的な好影響を与えました。
  • Advancer の重要性: Advancer を除去すると、タスク完了率が 100% から 68.1% に低下し、物語の停滞（デッドロック）を防ぐための重要な役割であることが確認されました。
• 評価モデルの信頼性: HAMLETJudge は人間の評価者との相関（Pearson 相関係数 0.791）が高く、GPT-4.1 や Claude-4 などの強力なベースラインモデルよりも高い精度で評価を行いました。

5. 意義（Significance）

本論文は、LLM を用いたインタラクティブ・ストーリーテリングの分野において、以下の点で画期的な意義を持ちます。

• 身体化された AI 演劇の実現: 単なるテキスト生成から、物理的な道具の操作や環境変化を伴う「身体化された（Embodied）」体験へとパラダイムをシフトさせました。
• 自律性と没入感の両立: ユーザーの詳細な指示を必要とせず、AI 俳優が自発的に行動し、物語を推進することで、より没入感のあるライブパフォーマンスを可能にしました。
• 実用性とスケーラビリティ: 8B モデルで SOTA（State-of-the-Art）性能を達成したことは、低コストでリアルタイムなインタラクティブ・シアターシステムを構築する道を開きました。
• 評価基準の革新: 従来の対話評価指標では捉えきれなかった「演劇としての質」を定量的に評価する新たな基準とツールを提供しました。

HAMLET は、AI による自律的で没入感の高いインタラクティブ・シアターの未来への新たな道筋を示す重要な研究です。