論文の概要: ReactiveGWM: Steering NPC in Reactive Game World Models

• arxiv url: http://arxiv.org/abs/2605.15256v1
• Date: Thu, 14 May 2026 17:52:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-18 21:22:26.038826
• Title: ReactiveGWM: Steering NPC in Reactive Game World Models
• Title（参考訳）: ReactiveGWM: リアクティブゲームワールドモデルにおけるNPCのステアリング
• Authors: Zeqing Wang, Danze Chen, Zhaohu Xing, Zizhao Tong, Yinhan Zhang, Xingyi Yang, Yeying Jin,
• Abstract要約: プレイヤーとNPC間の動的相互作用を合成するリアクティブゲームワールドモデルであるReactiveGWMを紹介する。 私たちの学習したモジュールは、さまざまなゲームの既製の、注釈のない世界モデルに直接プラグインすることができます。 これにより、ゼロショット戦略の転送が可能になります。学習したモジュールは、さまざまなゲームの既製の無注釈の世界モデルに直接プラグインすることができます。
• 参考スコア（独自算出の注目度）: 37.35401641615055
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Current game world models simulate environments from a subjective, player-centric perspective. However, by treating the Non-Player Character (NPC) merely as background pixels, these models cannot capture interactions between the player and NPC. In that sense, they act as passive video renderers rather than real simulation engines, lacking the physical understanding needed to model action-induced NPC reactivities. We introduce ReactiveGWM, a reactive game world model that synthesizes dynamic interactions between the player and NPC. Instead of entangling all interaction dynamics, ReactiveGWM explicitly decouples player controls from NPC behaviors. Player actions are injected into the diffusion backbone via a lightweight additive bias, while high-level NPC responses (e.g., Offense, Control, Defense) are grounded through cross-attention modules. Crucially, these modules learn a game-agnostic representation of interactive logic. This enables zero-shot strategy transfer: our learned modules can be plugged directly into off-the-shelf, unannotated world models of different games. This instantly unlocks steerable NPC interactions without any domain-specific retraining. Evaluated on two Street Fighter games, ReactiveGWM maintains fine-grain player controllability while achieving robust, prompt-aligned NPC strategy adherence, paving the way for scalable, strategy-rich interaction with the NPC.
• Abstract（参考訳）: 現在のゲームワールドモデルは、主観的でプレイヤー中心の視点から環境をシミュレートする。 しかし、Non-Player Character (NPC) を単に背景画素として扱うことで、これらのモデルはプレイヤーとNPC間の相互作用を捉えることはできない。 その意味では、実際のシミュレーションエンジンではなく受動的ビデオレンダラーとして機能し、アクション誘起NPC反応のモデル化に必要な物理的理解が欠如している。 プレイヤーとNPC間の動的相互作用を合成するリアクティブゲームワールドモデルであるReactiveGWMを紹介する。 ReactiveGWMは、すべてのインタラクションダイナミクスを絡み合わせる代わりに、NPCの動作からプレーヤコントロールを明示的に分離する。 プレイヤーアクションは、軽量な加算バイアスを介して拡散バックボーンに注入され、高レベルのNPC応答(例えば、オフセンス、コントロール、ディフェンス)は、クロスアテンションモジュールを介してグラウンドされる。 重要なのは、これらのモジュールは対話論理のゲームに依存しない表現を学ぶことだ。 これにより、ゼロショット戦略の転送が可能になります。学習したモジュールは、さまざまなゲームの既製の無注釈の世界モデルに直接プラグインすることができます。 これにより、ドメイン固有のリトレーニングなしに、すぐにステアブルなNPCインタラクションがアンロックされる。 ストリートファイターの2つのゲームで評価され、ReactiveGWMは、NPCとのスケーラブルで戦略に富んだインタラクションを実現するため、堅牢でプロンプトに整合したNPC戦略の定着を達成しつつ、細かいプレイヤーの制御性を維持している。

関連論文リスト

• ActionParty: Multi-Subject Action Binding in Generative Video Games [117.52562594944679]
  ActionPartyは、ゲーム生成のための制御可能な多目的世界モデルである。 46の多様な環境において最大7人のプレイヤーを同時に制御できる最初のビデオワールドモデルを実証する。
  論文  参考訳（メタデータ） (2026-04-02T17:59:58Z)
• MultiGen: Level-Design for Editable Multiplayer Worlds in Diffusion Game Engines [55.641812280108574]
  ユーザアクションによって継続的に更新され,世代別ロールアウトを通じてクエリされるシステムに,明示的な外部メモリを導入する。 この設計により、ユーザーは編集可能なメモリ表現を通じて環境構造を直接、編集可能な制御を行うことができる。 コヒーレントな視点と一貫したクロスプレイヤーインタラクションを備えた、リアルタイムマルチプレイヤーロールアウトに自然に拡張する。
  論文  参考訳（メタデータ） (2026-03-03T18:58:17Z)
• Learning Controllable and Diverse Player Behaviors in Multi-Agent Environments [0.0]
  本稿では,人間のゲームプレイデータに頼らずに,制御可能かつ多様なプレイヤ動作を可能にする強化学習フレームワークを提案する。 我々はN次元連続空間におけるプレイヤーの行動を定義し、実際の人間のスタイルを表すサブセットを含む領域からターゲットの行動ベクトルを均一にサンプリングする。 単一のPPOベースのマルチエージェントポリシーは、再トレーニングすることなく、新しいまたは見えないプレイスタイルを再現することができる。
  論文  参考訳（メタデータ） (2025-12-11T17:26:24Z)
• Collaborative Quest Completion with LLM-driven Non-Player Characters in Minecraft [14.877848057734463]
  我々はMinecraft内のミニゲームを設計し、プレイヤーは2台のGPT4駆動のNPCを使ってクエストを完了する。 ゲームログと記録の分析において,NPCや人間プレイヤーから協調行動のパターンがいくつか出現していることが判明した。 この予備的な研究と分析は、ゲームにおける協調的な役割のために、これらの急速に改善された生成AIモデルをうまく活用する方法を、将来のゲーム開発者に与えるだろうと考えている。
  論文  参考訳（メタデータ） (2024-07-03T19:11:21Z)
• Towards a Holodeck-style Simulation Game [40.044978986425676]
  Infinitiaは生成画像と言語モデルを使用して、プレイヤーからの短い記述に基づいて設定とNPCの全ての側面を再構築する。 InfinitiaはサーバクライアントアーキテクチャでUnityエンジンに実装されている。 マルチプレイヤーのフレームワークを使って、人間がシミュレーションに参加して対話できるようにしている。
  論文  参考訳（メタデータ） (2023-08-22T19:19:19Z)
• 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)
• Learning to Simulate Dynamic Environments with GameGAN [109.25308647431952]
  本稿では,エージェントが環境と対話するのを見ることでシミュレーターを学習することを目的とする。 ゲームGANは,学習中にスクリーンプレイやキーボード操作を取り入れることで,所望のゲームを視覚的に模倣することを学習する生成モデルである。
  論文  参考訳（メタデータ） (2020-05-25T14:10:17Z)

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。