論文の概要: Grounding Machine Creativity in Game Design Knowledge Representations: Empirical Probing of LLM-Based Executable Synthesis of Goal Playable Patterns under Structural Constraints

• arxiv url: http://arxiv.org/abs/2603.07101v2
• Date: Mon, 16 Mar 2026 07:36:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 13:51:28.994981
• Title: Grounding Machine Creativity in Game Design Knowledge Representations: Empirical Probing of LLM-Based Executable Synthesis of Goal Playable Patterns under Structural Constraints
• Title（参考訳）: ゲームデザイン知識表現におけるグラウンドマシンの創造性:構造制約下でのゴールプレイ可能なパターンのLLMに基づく実行可能合成の実証的証明
• Authors: Hugh Xuechen Liu, Kıvanç Tatar,
• Abstract要約: ゴールパターンは、ゲームプレイ現象を記述するための構造化された表現を提供する。 Goal Playable Concepts (GPC)は、これらの抽象化を再生可能なUnityエンジンの実装として運用する。 エンジンレベルの構造制約の下で,現代大規模言語モデル (LLM) がこのような合成を行うことができるかどうかを検討する。
• 参考スコア（独自算出の注目度）: 0.8594140167290097
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Creatively translating complex gameplay ideas into executable artifacts (e.g., games as Unity projects and code) remains a central challenge in computational game creativity. Gameplay design patterns provide a structured representation for describing gameplay phenomena, enabling designers to decompose high-level ideas into entities, constraints, and rule-driven dynamics. Among them, goal patterns formalize common player-objective relationships. Goal Playable Concepts (GPCs) operationalize these abstractions as playable Unity engine implementations, supporting experiential exploration and compositional gameplay design. We frame scalable playable pattern realization as a problem of constrained executable creative synthesis: generated artifacts must satisfy Unity's syntactic and architectural requirements while preserving the semantic gameplay meanings encoded in goal patterns. This dual constraint limits scalability. Therefore, we investigate whether contemporary large language models (LLMs) can perform such synthesis under engine-level structural constraints and generate Unity code (as games) structured and conditioned by goal playable patterns. Using 26 goal pattern instantiations, we compare a direct generation baseline (natural language -> C# -> Unity) with pipelines conditioned on a human-authored Unity-specific intermediate representation (IR), across three IR configurations and two open-source models (DeepSeek-Coder-V2-Lite-Instruct and Qwen2.5-Coder-7B-Instruct). Compilation success is evaluated via automated Unity replay. We propose grounding and hygiene failure modes, identifying structural and project-level grounding as primary bottlenecks.
• Abstract（参考訳）: 複雑なゲームプレイのアイデアを実行可能なアーティファクト(例えばUnityプロジェクトやコードとしてのゲーム)に創造的に翻訳することは、計算ゲームクリエイティビティにおける中心的な課題である。 ゲームプレイデザインパターンは、ゲームプレイ現象を記述するための構造化された表現を提供し、デザイナはハイレベルなアイデアをエンティティ、制約、ルール駆動のダイナミクスに分解することができる。 このうち、ゴールパターンは共通のプレイヤーと客観的な関係を定式化する。 Goal Playable Concepts (GPC) は、これらの抽象化をUnityエンジンの実装として運用し、経験的な探索と構成的なゲームプレイデザインをサポートする。 生成したアーティファクトは、目標パターンにエンコードされたセマンティックゲームプレイの意味を保ちながら、Unityの構文およびアーキテクチャ要件を満たす必要がある。 この二重制約はスケーラビリティを制限する。 そこで,同時代の大規模言語モデル (LLM) が,エンジンレベルの構造制約の下でこのような合成を行い,ゴールプレイ可能なパターンで構造化・条件付けされたUnityコード(ゲームとして)を生成することができるかを検討する。 26のゴールパターンのインスタンス化を使用して、直接生成ベースライン(自然言語 -> C# -> Unity)と、人間が認可したUnity固有の中間表現(IR)に条件付けされたパイプラインを比較し、3つのIR構成と2つのオープンソースモデル(DeepSeek-Coder-V2-Lite-InstructとQwen2.5-Coder-7B-Instruct)を比較します。 コンパイルの成功は、自動Unityリプレイによって評価される。 我々は、構造的およびプロジェクトレベルの基盤を主要なボトルネックとして識別し、グラウンディングと衛生的障害モードを提案する。

関連論文リスト

• Automated Unity Game Template Generation from GDDs via NLP and Multi-Modal LLMs [0.0]
  本稿では,NLP(Natural Language Processing)とLLM(Multi-modal Large Language Models)を用いたゲームテンプレートの自動生成フレームワークを提案する。 本稿では,ゲームデザイン文書(GDD)を解析し,構造化されたゲーム仕様を抽出するエンド・ツー・エンドシステムを提案する。 設計資料で定義されたコアメカニクス、システム、アーキテクチャを実装した、Unity互換のC#コードを合成します。
  論文  参考訳（メタデータ） (2025-09-07T21:53:37Z)
• Multi-Actor Generative Artificial Intelligence as a Game Engine [49.360775442760314]
  ジェネレーティブAIは、社会科学モデリングからインタラクティブな物語、AI評価に至るまで、マルチアクター環境で使用することができる。 ここでは、ゲームマスター(GM)が環境に責任を持ち、プレイヤーキャラクターの自発的な行動によって直接決定されないストーリーの全ての部分を生成できるテーブルトップロールプレイングゲーム(TTRPG)からインスピレーションを得るのが良い方法であると論じる。
  論文  参考訳（メタデータ） (2025-07-10T22:31:09Z)
• Model as a Game: On Numerical and Spatial Consistency for Generative Games [117.36098212829766]
  本稿では,モデル・アズ・ア・ゲーム(MaaG)のメカニズムを十分に構築した上で,モデル・アズ・ア・ゲーム(MaaG)を真に構成するものを探るため,生成ゲームのパラダイムを再考する。 DiTアーキテクチャに基づいて,(1) LogicNetを統合してイベントトリガを決定する数値モジュール,(2) 探索領域のマップを維持する空間モジュール,(2) 生成中の位置情報を検索して連続性を確保する,という2つの特殊なモジュールを設計する。
  論文  参考訳（メタデータ） (2025-03-27T05:46:15Z)
• Promptable Game Models: Text-Guided Game Simulation via Masked Diffusion Models [68.85478477006178]
  ニューラルビデオゲームシミュレータのためのPGM(Promptable Game Model)を提案する。 ユーザーは高レベルのアクションシーケンスと低レベルのアクションシーケンスでゲームを実行することができる。 私たちのPGMは、エージェントの目標をプロンプトの形で指定することで、ディレクターのモードをアンロックします。 提案手法は,既存のニューラルビデオゲームシミュレータのレンダリング品質を著しく上回り,現在の最先端の能力を超えたアプリケーションをアンロックする。
  論文  参考訳（メタデータ） (2023-03-23T17:43:17Z)
• A Shared Representation for Photorealistic Driving Simulators [83.5985178314263]
  本稿では、識別器アーキテクチャを再考することにより、生成画像の品質を向上させることを提案する。 シーンセグメンテーションマップや人体ポーズといったセマンティックインプットによって画像が生成されるという問題に焦点が当てられている。 我々は,意味的セグメンテーション,コンテンツ再構成,および粗い粒度の逆解析を行うのに十分な情報をエンコードする,共有潜在表現を学習することを目指している。
  論文  参考訳（メタデータ） (2021-12-09T18:59:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。