Recursive Game Creator:面向游戏体验的智能体开发框架
Recursive Game Creator 提出一个面向游戏体验的智能体开发框架,由 Designer、Builder、Player、Reviewer 四个组件构成递归开发闭环,目标是把粗糙原型推进为更有趣的游戏。
推荐理由:论文把玩家体验纳入游戏生成的递归闭环,与只检查程序能否运行的生成方法形成对照,适合关注游戏生成评估的读者参考。
技术方向
能在游戏里行动的 AI:通用游戏智能体、LLM 驱动的 Bot、Minecraft 与 StarCraft 等环境里的智能体、评测基准与开源框架。
111 条精选近 30 天 55 条共收录 170 条
Recursive Game Creator 提出一个面向游戏体验的智能体开发框架,由 Designer、Builder、Player、Reviewer 四个组件构成递归开发闭环,目标是把粗糙原型推进为更有趣的游戏。
推荐理由:论文把玩家体验纳入游戏生成的递归闭环,与只检查程序能否运行的生成方法形成对照,适合关注游戏生成评估的读者参考。
论文提出 SPEEDRUNBENCH,一个在 9 款不同游戏上评测前沿 LLM 智能体的速通基准。智能体需要在长程动作中反复改进策略、复盘自身表现并利用已获得的知识,做到比过去的自己和他人更快。实验显示,前沿智能体在简单的平台跳跃游戏中接近人类世界纪录,但在更长、更复杂的游戏上受实际预算限制仍落后于人类表现,作者认为该基准可长期作为研究智能体策略形成能力的测试平台。
推荐理由:论文用 9 款游戏的速通任务考察智能体策略形成能力,实验显示其在简单平台跳跃游戏上接近人类世界纪录,长流程复杂游戏仍落后。
论文为完整十英雄 MOBA 训练结构化多智能体世界模型,并把它接入连续异步 Dyna 循环,策略只在 1,400 tick 的想象对局中学习,在真实对局里作为 radiant 赢下 70.2%(600 局 421 胜,95% CI 66.4-73.7),作为 dire 一场未胜,自带对手自我对弈时同样全败。
推荐理由:论文把世界模型的评判放到真实对局里,Dyna 循环将 radiant 侧胜率从 33.7% 提到 70.2%,并开源了模型与评测协议。
研究者提出 Attacca,通过在完整的搜寻到交互轨迹上训练视觉目标条件策略,让长时程具身智能体在前一任务留下的位置、朝向和世界状态下继续推进下一个任务。该方法使用上下文解耦的目标采样,把每条演示与另一个世界中类别兼容的掩码目标图像配对,并通过目标掩码预测头提供动作模仿之外的监督,同时引入区分 Search、Approach、Interact 三个阶段的行为阶段条件化。
推荐理由:论文把状态连续的长时程执行纳入评测,并给出相对最强基线的成功率与完成度对比。
作者提出 PlaySuite,一个基于超过 5K 款开源游戏、用于评估交互视觉智能的大规模基准,游戏来自 PyWeek 与 itch.io,覆盖 Pygame、HTML5、Godot 和 Unity 等引擎。
推荐理由:该基准覆盖多引擎开源游戏并给出统一评测协议,可用于比较不同模型在动态视觉环境中的持续行动表现。
Unity 发布教程视频,演示如何通过 Unity CLI 让 AI 智能体从概念图和简短需求出发,在 Unity 编辑器内直接搭建出一个可用的主菜单界面。
推荐理由:原文完整演示了从概念图到可运行主菜单的智能体协作流程,命令行测试与截图反馈的做法可迁移到自己的项目。
Wei Wu 提出 Code2Games,一个让编码智能体在同一游戏意图生成的 Blender 世界基础上构建结构化游戏世界的智能体框架。该框架通过共享的场景与玩法表示协调场景分析、玩法规划、受限游戏世界生成和引擎定制,并在适配 Unreal Engine 5 时用编译诊断、运行时反馈和玩法测试结果做执行引导的重构。
推荐理由:论文用共享的场景与玩法表示协调各生成环节,并以含十项固定游戏提示的基准比较生成质量,便于对照现有方案。
论文提出开源框架 Kepler,把假设表示为可执行世界模型,并通过回溯转移检查与条件预测检查加以验证。
推荐理由:作者公开了 Kepler 的验证流程与成本记录,可用于比较不同智能体在 ARC-AGI-3 上的可核查表现。
AI and Games 基于 EA 随《命令与征服 重制版》公开、并可在 GitHub 获取的源码,梳理了《命令与征服》与《红色警戒》的 AI 实现。
推荐理由:借由 EA 公开的重制版源码,文章拆解了两款早期 RTS 的单位任务、指挥官状态与寻路实现。
Forza Motorsport 的 AI 被从底层重做,Drivatar 系统不再以人类游玩数据为依据。AI and Games 在视频中提出,重做后的 Drivatar 呈现给玩家的并非其真实运作方式。
推荐理由:视频解释了 Forza Motorsport 从底层重做的 Drivatar 为何不再依赖人类游玩数据,并点出其行为与玩家所见之间的差异。
AI and Games 在第 85 期视频中解释 Forza Horizon 6 里的 Drivatar「Bowie Knife99」为何既成了社区梗、又成为线上比赛的公敌,并将这一现象与 Turn 10 在 2023 年《Forza Motorsport》中对 AI 车手行为的改动联系起来。
推荐理由:梳理 Bowie Knife99 走红与 Turn 10 在 2023 年《Forza Motorsport》中改动车手 AI 行为的关联,可与旧版 Drivatar 机制对照。