跳到正文
  1. arXiv 棋牌与经典游戏 AI 检索56

    论文为多人博弈的子博弈求解提出条件安全定理与事后证书

    论文针对三人及以上、玩家独立行动的多人博弈子博弈求解提出条件安全定理,将求解后策略的最佳响应差距上界拆成四项,并给出可校验任意提交更新的事后证书。

    推荐理由:论文提出的证书只需为每个对手做一次最佳响应计算,可用于实时多人求解器的在线安全校验。

  1. arXiv 游戏世界模型与生成检索58

    InertialWorld:以惯性为先验的视频世界模型

    研究者提出 InertialWorld,将惯性作为自回归视频预测的结构先验,让已有场景证据随时间传递而非每步重建。其核心 Inertial Memory 同时维护稠密欧拉网格与持久拉格朗日载体,并按动作条件运动搬运载体内容,再用学习到的门控融合新旧内容。在机器人操作、3D 游戏模拟和开放世界导航等实验中,该模型的自回归预测表现与强视频世界模型基线相当,代码已开源于 GitHub。

    推荐理由:论文把惯性作为自回归视频世界模型的结构先验,读者可了解其记忆机制如何减少长序列预测的误差累积。

  1. Grok Bot 调研58

    HairDeck 开源单图生成带 UV、颜色与弹簧骨风格化头发模型

    清华大学、CMU 与香港中文大学研究者开源 HairDeck,可从单张角色图生成带逐卡 UV 和颜色的风格化头发卡片,以及驱动它们的弹簧骨链。模型拆为 Image DiT、Card VAE、Color DiT、Chain DiT 等权重,输出 GLB 头发网格,可挂到提供的 VRoid Studio 模板角色上导出 VRM 0.x 头像。

    推荐理由:原文公开了各模块权重与本地运行流程,读者可据此判断单图生成头发资产能否接入自己的角色管线。

  1. arXiv 游戏 AI 检索50

    WMEval:基于物理模拟评测交互式世界模型

    WMEval 是一个以 Unity 物理模拟为参照、评测交互式世界模型的基准。它覆盖 9 个场景,评测动作可控性、场景与角色一致性、提示词遵循、运动学、流体力学、物理因果和光照。通过在模拟器和世界模型中执行匹配的动作序列进行对比,论文称,现有模型在标准感知指标遮蔽的维度上仍有明显提升空间。

    推荐理由:现有世界模型评测多看画面感知相似度,这篇改用 Unity 物理模拟作参照,补上了物理因果一致性的检验。

  1. arXiv 游戏 AI 检索46

    Fig:自动诱发多智能体行为的评测系统

    Fig 是一个智能体系统,可在游戏环境中有针对性地施加干预,以诱发合作、利用、欺骗、暗中协调、背叛和破坏六类目标行为。论文称,在 Fig 生成的有效场景中,模型平均在 45.2% 的回合中尝试了目标行为;对有对照的游戏与行为组合,干预使尝试率平均比匹配对照游戏高 10.9%。作者认为多智能体环境可作为可编程、可控且可复现的行为评测测试床,代码已在 GitHub 公开。

    推荐理由:它把多智能体社会行为评测从被动观察转为可编程的环境干预,对想设计可复现测试环境的研究者有参考价值。

  1. arXiv 游戏 AI 检索49

    MC-EvoBench:用 19 条演化链审计 Minecraft 智能体的经验驱动自改进

    论文构建了受控的 Minecraft 基准 MC-EvoBench,用 19 条已注册演化链(12 条主评测链、7 条校准或探针链)审计智能体的经验驱动自改进,并要求目标世界重置、只允许声明的智能体产物跨越源目标边界。

    推荐理由:论文用配对探针把能力变化与残留资源、来源暴露不均分开来测,可作为自改进智能体评测的对照设计参考。

已经到底了