MultiWorldBench：独立控制的多个视角能否描述同一个共享世界
作者提出 MultiWorldBench，一个诊断性 Minecraft 基准，用来检验多人世界模型中独立控制的视角是否与同一个持续共享的世界保持一致，包含 495 组用例配置、七个任务套件和十项能力。
推荐理由：论文用 495 组配置对比三款生成式世界模型与参考 Engine GT 的十项能力，可据分数差距判断当前短板。
技术方向
强化学习 最新动态
强化学习与自博弈在游戏中的研究与落地：训练方法、多智能体协作与对抗、从环境到真实游戏的迁移。
4 条精选近 30 天 4 条共收录 6 条
更新
强化学习的精选
arXiv 游戏 AI 检索精选AI 评分5656 arXiv 游戏 AI 检索精选AI 评分4949 AI 智能体能否靠学习登顶？AAArena 评估长期游戏竞赛中的启发式学习
论文提出 AAArena 基准，用 12 款真实对抗游戏和 1920 份存档人类程序，评测智能体在长期竞赛中的学习能力。在评估的模型与工具配置中，Opus5.5 搭配 Claude Code 拿到 6 枚金牌，没有配置能攻下其余 6 条人类天梯。
推荐理由：AAArena 把 12 款对抗游戏和 1920 份人类程序组织成竞赛式评测，可用来观察智能体在有限样本下改进策略的边界。
arXiv 游戏 AI 检索精选AI 评分4545 AgentGarten：面向持续演化智能体的代码世界框架
论文提出 AgentGarten 框架，把模拟器与游戏引擎同共享的神经渲染器耦合，构建可实时交互的虚拟环境。模拟后端维护持久世界状态并执行程序定义的交互规则，渲染器从通过统一接口导出的结构化条件生成视觉观察；神经渲染器由预训练视频模型改造为几何条件输入，采用提出的 Adversarial Forcing 蒸馏并针对实时交互优化推理。
推荐理由：论文把模拟器与游戏引擎接入同一个神经渲染器，并给出智能体 4 轮经验对比数百万轮强化学习的学习效率结果。
arXiv 游戏 AI 检索精选AI 评分4747 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%。