EvoSpark：統一的な長期ホライゾンの物語進化のための内生的インタラクティブ・エージェント社会

要旨: LLMベースのマルチエージェントシステムにおいて、内生的な物語の進化を実現することは、生成的な創発が本質的に持つ確率性（ストカスティシティ）によって妨げられている。特に長期ホライズンのシミュレーションでは、社会的記憶の積層化が問題となり、関係状態の競合が解決されないまま蓄積していく。また、物語と空間の不協和（ナラティブ・スペーシャル・ディソナンス）では、空間論理が進行中のプロットから切り離されてしまう。そこでこのギャップを埋めるために、本研究では Endogenous Interactive Agent Societies（内生的インタラクティブ・エージェント社会）において、論理的に一貫した長期ホライズンの物語を維持することに特化した枠組み EvoSpark を提案する。一貫性を確保するために、層化ナラティブ・メモリは、生きた認知として Role Socio-Evolutionary Base（役割の社会的・進化的基盤）を採用し、歴史的な矛盾を解決するために経験を動的に代謝（メタボライズ）する。補完的に、Generative Mise-en-Scene 機構は、役割・位置・プロットの整合を強制し、登場人物の存在を物語の流れと同期させる。これらを支えるのが Unified Narrative Operation Engine（統合ナラティブ操作エンジン）であり、確率的な火花を持続するキャラクターへと変換する Emergent Character Grounding Protocol（創発的キャラクター基盤化プロトコル）を統合している。このエンジンは、最小限の前提を、終わりのない（オープンエンドな）進化する物語世界へと拡張するための基盤を構築する。実験により、EvoSpark は多様なパラダイムにおいてベースラインを大幅に上回り、表現力があり一貫したナラティブ体験を持続的に生成できることが示される。