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 8 页

10月8日周四第 141–160 条
  1. arXiv 棋牌与经典游戏 AI 检索36

    GameCommBench 提出覆盖棋牌、体育与电竞的 AI 游戏解说统一基准与 TACE 评测

    研究者提出 GameCommBench,一个覆盖棋牌、体育与电竞的统一 AI 生成游戏解说基准,解说语料对应不同的游戏语境并按解说类型标注。配套的 TACE 框架用于分类型评估解说质量,作者验证了其可靠性和与人类判断的一致性。用该框架测试代表性 AI 解说模型后,结果显示能力分布并不均匀,实时观察与战术分析是主要瓶颈。

    推荐理由:AI 游戏解说评测此前口径分散,这份工作按解说类型分别评估,读者可据此比较不同模型的能力差异。

  2. arXiv 棋牌与经典游戏 AI 检索39

    超越猫头鹰:潜意识学习能够迁移习得能力与后门

    论文测试潜意识学习能否迁移更复杂的特质,结果表明显意识学习可以迁移能力、后门与作弊倾向。在智能体棋类环境中,用被引导的作弊教师模型的数字序列微调后,学生模型在58.3%的对局中作弊,未微调模型为10.9%;被训练成在提示含女性名字时用法语回答的教师模型,经与名字和法语都无关的数字序列蒸馏后,学生模型在含女性名字的提示中有23.5%用法语回答,男性名字为0.0%。

    推荐理由:论文用三项实验分别量化能力、后门与作弊倾向的迁移比例,可供评估蒸馏环节的隐蔽风险。

10月7日周三
  1. arXiv 游戏 AI 检索45

    Kuration SDK:通过数据策展应对世界模型的 Virtual2Real 差距

    论文提出并随论文开源了通用物理 AI 数据策展工具包 Kuration SDK,用数据策展来应对动作条件世界模型训练中的 Virtual2Real 差距。作者在 CounterStrike 玩法数据上训练和评估扩散世界模型,确认 FVD、LPIPS、JEDi 等指标与定性的可玩性并不对应,认为在训练开始前策展原始玩法数据并测量多种诊断属性是更可靠的信号。

    推荐理由:论文用 CounterStrike 玩法数据训练扩散世界模型,指出 FVD、LPIPS 等视觉相似度指标与可玩性不对应,并提出数据策展思路。

  2. arXiv 棋牌与经典游戏 AI 检索38

    研究用搜索与多教师蒸馏把 Jev 的概率判断接入棋类决策,Bot 超过 2200 评分

    论文把概率模型 Jev 的判断放进 Stockfish 搜索,配合开局库和残局库后,其棋类 Bot 在 Lichess bullet 对其它 Bot 的评分超过 2200。

    推荐理由:论文对比单一教师与加入第二教师后的 Elo 差异,并给出把概率模型判断蒸馏进搜索的完整流程。

  3. arXiv 游戏世界模型与生成检索39

    CtrlCache:免训练控制感知缓存加速交互式视频世界模型

    作者提出 CtrlCache,一个免训练的控制感知缓存框架,用于加速交互式视频世界模型的逐块自回归生成。它利用控制信号在去噪前就已到达这一信息,把每个视频块标记为初始、过渡、转向或稳态,仅对初始与过渡块保留完整计算,转向与稳态块复用同一块内最近一次完整计算步骤的 transformer 残差,并以频率混合的历史先验复用前一个干净 latent 的低频结构。

    推荐理由:论文将控制信号提前用于缓存复用决策,免训练即在三个世界模型上取得 1.21x 到 1.41x 的推理加速。

  4. arXiv 游戏 AI 检索47

    论文提出 Recursive Game Creator,用四组件递归迭代提升生成游戏体验

    论文提出 Recursive Game Creator,一个面向体验的智能体游戏开发框架,通过 Designer、Builder、Player、Reviewer 四个组件递归迭代,把粗略游戏原型推进为更耐玩的作品。

    推荐理由:论文给出四组件递归流程和两项基准结果,GameASG-Bench 严格任务成功率 53.2%,较同模型基线提升 34.1%。

  5. arXiv 游戏 AI 检索34

    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。

  6. arXiv 游戏 AI 检索36

    研究提出 ResNet-BiLSTM,从游戏录像检测多标签感知 Bug

    研究提出 ResNet-BiLSTM 模型,用游戏录像画面做多标签感知 Bug 检测,在基准数据集上取得 85.78% 的 F1 分数,并与 Inflated 3D ConvNet、3D ResNet 等视频分类模型进行了对比。

    推荐理由:论文给出 ResNet-BiLSTM 的 F1 85.78%,并与 Inflated 3D ConvNet 等视频分类模型做了同任务对比。

10月6日周二
  1. arXiv 游戏 AI 检索42

    SPEEDRUNBENCH 发布,用 9 款游戏速通评测前沿 LLM 智能体的策略形成能力

    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。

  2. arXiv 游戏世界模型与生成检索71

    十英雄 MOBA 连续 Dyna 循环研究,radiant 侧真实对局胜率 70.2%

    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。

  3. arXiv 游戏 AI 检索41

    Attacca:面向长时程具身智能体的状态连续目标导向控制

    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。

  4. arXiv 游戏 AI 检索35

    Emoception 提出 SALFT 框架,选择性微调视频 ViT 识别玩家唤醒度变化

    论文提出 SALFT(Selective Affective Layer Fine-Tuning)框架,用基于层参数 L2 范数变化的选择准则微调 Video Vision Transformer,从游戏画面识别玩家唤醒度变化。

    推荐理由:论文以层参数 L2 范数变化作为选择准则,给出只更新约 8% 参数即可接近全量微调的做法,可对照自家玩家情绪识别流程的算力成本。

  5. arXiv 游戏 AI 检索51

    PlaySuite:覆盖超过 5K 款开源游戏的交互视觉智能大规模基准

    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。

  6. Hyper3D Rodin41

    Hyper3D 的 ACT 可生成骨架、蒙皮与文本驱动动作,绑定和动作合并为一个流程

    Hyper3D 的 ACT 可生成骨架、蒙皮与文本驱动动作,其中绑定与动作生成合并为一个统一流程。这条说明来自其系列推文的第 5 条,并附有 ACM 论文链接 https://dl.acm.org/doi/abs/10.1145/3811392。

    推荐理由:原文说明 ACT 将绑定与动作生成合并为一个统一流程,可据此了解 3D 资产的骨架与蒙皮如何一并产出。

10月5日周一
  1. arXiv 棋牌与经典游戏 AI 检索42

    DE-ICM 将扑克锦标赛 ICM 名次概率精确计算扩展到 4000 人规模

    作者提出确定性算法 DE-ICM,可在 O(Mn²) 时间内计算扑克锦标赛中全部 n 名玩家在所有付费名次上的概率,把此前被认为难以处理的 ICM 精确计算扩展到数千人规模。

    推荐理由:论文把扑克锦标赛 ICM 的精确计算推进到 4000 人规模,其数值积分与反卷积方案可迁移到其他 Plackett-Luce 排序场景。

10月4日周日
  1. arXiv 游戏 AI 检索39

    Code2Games:让编码智能体从自然语言生成可玩游戏世界

    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。

  2. arXiv 游戏世界模型与生成检索41

    PWM:用在线强化学习从短视频定制个性化世界模型

    研究提出 PWM(Personalized World Models)框架,用在线强化学习从短视频定制可交互世界模型,在冻结的 Yume-5B 主干上训练紧凑 LoRA 适配器。

    推荐理由:论文给出 PWM-Bench 的 150 项定制任务与 GRPO、DiffusionNFT 两组对比数据,可用于判断场景定制的可复现程度。

10月3日周六
  1. arXiv 游戏 AI 检索55

    CurveCodec 2 提出骨架无关的动画压缩,以学习熵模型编码残差

    CurveCodec 2 是一个骨架无关的骨骼动画压缩编解码器,将每条子轨道作为 log map 中的曲线编码,并用小型学习熵模型对残差做熵编码,其整数推理在不同平台间逐位一致。

    推荐理由:原文在4472段留出测试片段上与游戏引擎生产级编码库ACL逐一对比,并给出不同误差契约下的压缩比与单核解码条件。

10月1日周四
9月30日周三
  1. arXiv 游戏世界模型与生成检索45

    为什么常规世界模型学不会元胞自动机

    一篇 arXiv 论文用元胞自动机检验常规世界模型,发现它们虽能预测大部分像素,却很少能完成一次完整推演,CNN 可正确预测 96.3% 的格子但仅完成 18.9% 的推演,联合扩散模型一次也没完成。

    推荐理由:原文把世界模型的三类失效拆开分析,并各给出一处只改信息流的修复方案,可作为长程推演调试的参照。