Crear un generador de cuentos antes de dormir que abarque múltiples universos para niños es un proyecto agradable. Sin embargo, puede volverse problemático cuando la inteligencia artificial se confunde con tramas superpuestas. Por ejemplo, el sistema podría asumir incorrectamente que, dado que "Pickles y Zorp" son los mejores amigos en Space World, es imposible que sean completos desconocidos cuando aparecen en Pirate World.

Para eliminar este problema de filtraciones de narrativas entre universos paralelos, el ganador de Walrus Session 7, @AA_RonOnChain, actualizó la aplicación Continuity Keeper utilizando Walrus Memory.

Su solución es el modelo "Scoped Canon", que evita con éxito las colisiones de estado mientras los personajes viajan a través de líneas de tiempo alternas. El sistema lo logra dividiendo la memoria en dos partes distintas. La primera es la identidad CORE, que se enfoca por completo en quién es el personaje fundamentalmente. La segunda consiste en capas de REALIDAD, que rastrean específicamente los eventos que han ocurrido dentro de cada mundo único.

Puedes encontrar el estudio de caso completo que explora este desarrollo en @Medium aquí: https://medium.com/@AA_RonOnChain/how-i-evolved-continuity-keeper-into-a-multiverse-storyteller-for-my-kids-fbab6be74938