跳到正文

内容形态

论文研究 最新动态

值得读的游戏 AI 论文与技术报告:智能体、环境、生成与玩家研究的精选。

160 条精选近 30 天 75 条共收录 242 条

更新

精选归档 · 第 2 页

11月10日周二第 21–40 条
  1. arXiv 棋牌与经典游戏 AI 检索35

    注意力取决于其见证者:高阶注意力层何时有用、何时无用

    作者把 Transformer 无法随图增长学会图搜索、且要经过许多不同问题才学会卡牌游戏 SET 的失败,解释为每一层在对一族见证者求配分函数并按温度读取。由此得到两条规律,深度规律为 L 层两步游走恰好覆盖 2^L - 1 步,作者用 Lean 校验了对应构造;规模规律要求逆温度乘间隔不小于候选数的对数。

    推荐理由:论文把高阶注意力层的能力归为深度与规模两条规律,并给出在 CLRS-30 上以 186,000 参数追平 7300 万参数模型的构造。

  2. arXiv 游戏 AI 检索49

    从游戏生成到游戏游玩:Script2Play 用全自动合成演示训练 VLA 模型

    作者提出一套自动生成游戏环境与专家演示的框架,并据此训练出游戏策略 Script2Play。该框架由 LLM 智能体调用游戏搭建工具构造可执行环境和任务,程序化专家再利用模拟器的特权状态生成对齐的指令、渲染观测以及键盘和鼠标动作。

    推荐理由:框架把环境生成、专家演示和行为克隆串成一条流水线,读者可据此判断合成监督能否替代人工演示。

11月9日周一
  1. arXiv 游戏 AI 检索58

    ViCoR 提出视觉条件反射机制,为实时 VLM 游戏智能体降低决策延迟

    研究提出 ViCoR,由主 VLM 负责常规决策,由一个快速视觉反射分支处理突发反应;在 GameWorld 基准的 17 款 2D/3D 游戏中,该方案把平均单步决策延迟从 14.0 s 降到 5.4 s。

    推荐理由:论文给出了 17 款游戏上的延迟与成功率对比,可作为实时 VLM 智能体的性能参照。

11月7日周六
  1. arXiv 游戏 AI 检索44

    AVCORP 构建 5,000 条 Avalon 标注语料,用于训练模型识别欺骗

    研究团队构建 AVCORP 语料,收录 250 局 Avalon 对局中的 5,000 条标注话语,并标注 37 种策略、映射到 4x4 行为矩阵,同时记录溯因假设、怀疑度与嵌套心智理论信念。

    推荐理由:论文公开了 5,000 条 Avalon 标注语料与 37 种策略分类,并给出同测试集下与前沿模型的检测对比。

  2. Grok Bot 调研52

    arXiv 论文提出免训练后处理,用 2.29ms 修复蒙皮角色自穿模

    Yifei Zhu 在 arXiv 发表免训练的后处理方法,用于修复蒙皮角色动作中的自穿模,先做姿态修正,再做有界蒙皮压缩。在 320 段未见过的片段和 3 种体型上,手部与躯干穿插深度超过 20 mm 的帧占比从直接复用动作时的 15.53% 降到 0.00%,全程最大深度 9.3 mm。

    推荐理由:在 320 段未见过的动作片段上,手部与躯干穿插帧占比从 15.53% 降到 0.00%,读者可据此判断免训练后处理能否接入自有的动作管线。

11月6日周五
  1. arXiv 棋牌与经典游戏 AI 检索42

    LLM 零样本手工设定网络权重,跨双人游戏难度阶梯构建 10 个网络

    该论文让大语言模型在全程不使用梯度下降、也不使用训练数据的前提下,跨 Nim、井字棋、两种尺寸的 Connect Four 和一个国际象棋残局这四级难度阶梯,手工设定前馈网络的全部权重,共构建 10 个网络并逐一独立验证。

    推荐理由:论文给出 10 个手工设定权重网络的构建与独立验证结果,棋类残局在多步将杀上的失效可作为判断该方法边界的参照。

  2. Grok Bot 调研44

    Frontier3DBench 用 145 项任务评测 coding agent 的 3D 物体、场景与可交互开放世界构建

    Xinjie Lin 等人提出 Frontier3DBench,用 145 项任务、9 个类别覆盖物体、场景与可交互开放世界创作,并联合评测外观、结构与行为。在 11 种模型与 harness 配置中,GPT-6.1-sol 以 66.02/100 的总分在物体和场景层级领先,GPT-6-astra 则在交互式世界构建上领先;所有配置在参考重建上的得分都低于文本驱动生成。

    推荐理由:11 种配置的分层得分把参考重建与协同活动完成列为 coding agent 做 3D 的主要瓶颈,可作为选型与方法对比的参照。

  3. arXiv 游戏 AI 检索71

    PlayGen2:用显式3D状态学习实时可玩世界

    作者提出实时交互世界模型 PlayGen2,将学习到的3D状态演化与神经渲染分离,用体积占据网格和带身份索引的3D状态维护持久世界记忆。以 Doom 为测试平台,模型学会了包含几何感知玩家移动和玩家与 NPC 交互的世界动态,完整模拟与渲染管线在搭载 M4 Pro 芯片的 MacBook Pro 上后端延迟约 160ms。

    推荐理由:论文把可玩世界拆成显式3D状态演化与神经渲染两部分,并给出延迟与零样本迁移的实测结果,便于判断这类世界模型能否支撑实时交互。

  4. Grok Bot 调研60

    LiveFoley:面向交互世界的实时视频生成音效模型,单 A800 端到端延迟 156ms

    Monash University、南京大学、生数科技等机构提出 LiveFoley,一个从实时画面流生成音效的流式视频转音频(V2A)模型,在单张 A800 GPU 上端到端延迟为 156 ms。

    推荐理由:论文给出单卡 A800 上 156 ms 端到端延迟与对齐指标,可供判断流式音效能否接入游戏引擎渲染。

  5. 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。

  6. Grok Bot 调研42

    CrowdDirector:用自然语言实时指挥 Unity 群体 NPC,仅在指令变更时调用 LLM

    CrowdDirector 是一个用自然语言在仿真运行中指挥虚拟群体的框架,只在用户新增或修改指令时调用 LLM,由 LLM 把请求转成结构化指令,再由场景校验器检查其中引用的实体与动作是否存在于当前 Unity 场景。

    推荐理由:论文给出了一种只在指令变更时调用 LLM 的群体 NPC 控制方案,可作为固定规则与全时 LLM 控制之间的折中参考。

11月5日周四
  1. arXiv 棋牌与经典游戏 AI 检索38

    arXiv 论文发现前沿 LLM 智能体在最小环境中仍难以零样本协作

    论文研究 LLM 智能体的零样本协作(ZSC),发现在刻意简化的最小环境中,前沿 LLM 智能体依然难以协调,主要原因是它们对协作问题理解有限、对伙伴信念的推理薄弱。作者提出协作友好定义(CFDs)作为让 LLM 智能体稳定协作的方法,并展示这些定义可以自动发现,无需人工设计;代码已发布在 GitHub。

    推荐理由:论文在最小环境中定位前沿 LLM 智能体零样本协作失败的推理短板,并提出可自动发现的协作友好定义。

11月4日周三
  1. arXiv 游戏世界模型与生成检索43

    论文提出 DRE 方法,用线框与 UV 接缝视图判断 3D 资产是否可用

    研究者提出 Diagnostic Rendered Evidence(DRE),把对齐的 beauty、线框以及 UV 接缝加线框三种视图分别交给按用途冻结的 ViT 分类器打分,再做 late fusion,用来判断 3D 资产能否在场景组装、编辑、渲染和游戏生产中可靠复用。

    推荐理由:论文用线框和 UV 接缝视图补上仅看渲染图的盲区,并在 1,234 个人工标注资产上给出 86.36% 平衡准确率。

  2. arXiv 游戏 AI 检索43

    AceAction-5M:跨多个 3D 游戏世界的分层目标通用动作学习数据集

    作者提出 AceAction 数据集,收录多个 3D 游戏的人类游玩演示,把整体任务指令、有序子目标和局部技能指令与时间对齐的视觉观察及键鼠动作关联起来,覆盖导航、侦察、战斗、交互和恢复。团队用视觉语言模型流水线从目标或交互对象的变化中识别子目标、把导航目标锚定到可识别的路点,并将相邻子目标组合成任务指令。对 500 条轨迹的审核在独立评审中获得 95.8% 的通过率。

    推荐理由:数据集把整体任务指令、有序子目标与局部技能指令同时间对齐的画面和键鼠动作串起来,可用来观察智能体如何执行、组合和切换技能。

11月3日周二
  1. arXiv 棋牌与经典游戏 AI 检索46

    Maia-2 如何按技术水平模拟人类棋手落子

    论文研究国际象棋 Transformer Maia-2 如何按技能条件模拟不同水平的玩家,在固定棋局和模型权重的前提下,分析预测从失误变为最佳着法的位置。研究者训练探针从 Maia-2 内部状态预测 172 个棋类概念是否存在,探针准确率在各技能条件下几乎不变,而且在一个水平上训练的探针能够准确迁移到其他水平。

    推荐理由:论文用探针和最后一层微调拆开技能条件对 Maia-2 的影响,为玩家建模区分知识保留与行为表达提供参考。

  2. arXiv 游戏世界模型与生成检索34

    Isekai3D SDG 提出基于 Unreal Engine 插件的合成游戏画面数据平台

    研究团队提出 Isekai3D SDG,一个基于可复用环境与角色资产及 Unreal Engine 插件、用于模拟和采集合成 3D 游戏画面的平台,面向视觉与世界模型、神经渲染、游戏智能体等研究。

    推荐理由:两段式流程把游戏模拟与画面采集拆开,同一段 gameplay 可重复产出多种输出,方便判断数据管线的接入成本。

  3. arXiv 游戏 AI 检索49

    系统映射研究梳理377篇论文,统计LLM驱动游戏NPC的组件采用率与延迟

    一项系统映射研究梳理了377篇关于视频游戏中LLM驱动NPC的论文,并对其中42篇按四条主题轴、一个主问题和十个子问题做了分析。短期记忆与世界状态grounding接近普及,采用率分别为60%和69%,长期记忆(31%)、反思(38%)与检索增强生成(14%)仍属少数,响应时间跨度为2.6至15秒。研究还列出六项阻碍商业采用的结构性障碍,并给出面向开发者与研究者的建议。

    推荐理由:系统梳理377篇论文后给出组件采用率与2.6至15秒响应区间,可供判断LLM NPC的落地成本。

11月1日周日
  1. arXiv 棋牌与经典游戏 AI 检索38

    论文探讨 LLM 智能体能否通过观看教学视频学习,提出 TAL 范式

    论文提出 TAL(Tutorial Agentic Learning)无参数持续学习范式,把教学视频整理成持久的结构化教程记忆,让 LLM 智能体在不更新参数的前提下从教学视频中学习。

    推荐理由:论文用目录树检索替代向量相似度,把教学视频整理成可复用记忆,这一无参数持续学习思路可迁移到其他领域。

  2. arXiv 棋牌与经典游戏 AI 检索43

    论文探讨 LLM 智能体能否通过观看教学视频学习,提出 TAL 范式

    论文提出 TAL(Tutorial Agentic Learning)无参数持续学习范式,把教学视频整理成持久的结构化教程记忆,让 LLM 智能体在不更新参数的前提下从教学视频中学习。

    推荐理由:论文用目录树检索替代向量相似度,把教学视频整理成可复用记忆,这一无参数持续学习思路可迁移到其他领域。

10月31日周六
  1. arXiv 棋牌与经典游戏 AI 检索34

    在 Super Mario 曲目上继续训练的 MIDI 模型如何用相似度标签控制游戏音乐的相似程度

    论文将预训练 MIDI 模型在 Super Mario 曲目的段落对上继续训练,用相似度标签和上下文向量控制生成片段与给定主题的接近程度。在 157 个测试上下文中,每个标签生成 6 段输出,12 项指标均显示被要求相似的结果更接近其上下文而非其他曲目,四项主指标经多重检验校正后仍显著。与去掉标签的同构模型相比,只有高相似度请求能让输出更相似;听测评分与旋律重叠度的一致性在各项指标中最高。

    推荐理由:论文用 157 个测试上下文与 12 项指标对比有无相似度标签的差异,可作为可控音乐生成的评测参考。