Cyfrowy bliźniak do trenowania dużych modeli językowych w obszarze danych ruchu w nowych grach wideo

Niniejsza praca przedstawia projekt i implementację środowiska typu digital twin przeznaczonego do trenowania modeli neuronowych w obszarze lokomocji postaci niezależnych (NPC) w grach wideo. System został opracowany w oparciu o silnik Unity i integruje agentów opartych na klasycznych regułach, agentów sterowanych przez użytkownika oraz agentów kontrolowanych przez sieci neuronowe. Zaproponowano architekturę modułową, obejmującą narzędzia do generowania świata, struktury agentów, mechanizmy nagrywania danych oraz interfejs użytkownika zaprojektowany z myślą o badaniach naukowych. Dane zbierane są w formacie JSON zarówno od użytkowników, jak i agentów symulowanych, co umożliwia tworzenie wielkoskalowych zbiorów ruchu do treningu. Środowisko digital twin wspiera również strojenie modeli metodą Odds Ratio Preference Optimization (ORPO), nowoczesnym podejściem łączącym uczenie nadzorowane z optymalizacją preferencji. Ramy te zostały zweryfikowane poprzez budowę map treningowych i walidacyjnych, co potwierdziło zdolność systemu do generowania zróżnicowanych i realistycznych danych ruchowych dla NPC. Rezultaty pokazują, że opracowany system stanowi skalowalną i elastyczną platformę łączącą tradycyjne metody nawigacji z modelami opartymi na architekturze transformera, przyczyniając się do rozwoju bardziej adaptacyjnych i ludzkopodobnych zachowań NPC w interaktywnych środowiskach cyfrowych.

This thesis presents the design and implementation of a digital twin framework for trainingneural models in the domain of non-player character (NPC) locomotion in video games. Thesystem is developed using the Unity game engine and integrates classical rule-based agents,user-controlled agents, and neural network–driven agents. A modular architecture wasproposed, consisting of world generation tools, agent structures, data recording mechanisms,and a user interface designed for research purposes. Data are collected in JSON format fromboth human users and simulated agents, enabling large-scale motion datasets for training. Thedigital twin environment also supports fine-tuning with Odds Ratio Preference Optimization(ORPO), a recent method that combines supervised learning and preference optimization. Theframework was validated through the construction of training and validation maps,demonstrating its ability to generate diverse and realistic motion data for NPCs. The resultsshow that the system provides a scalable and flexible platform for bridging traditionalnavigation methods with transformer-based models, contributing to the development of moreadaptive and human-like NPC behaviors in interactive digital environments.