論文の概要: Orchestrated Reality: From Role-Play to Living, Playable Game Worlds -- LLM-Driven World Simulation as a Parameterized-Action POMDP

• arxiv url: http://arxiv.org/abs/2606.16014v1
• Date: Sun, 14 Jun 2026 20:54:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:33.989079
• Title: Orchestrated Reality: From Role-Play to Living, Playable Game Worlds -- LLM-Driven World Simulation as a Parameterized-Action POMDP
• Title（参考訳）: Orchestrated Reality: ロールプレイからリビング,プレイ可能なゲームワールドへ -- パラメータ化アクションPMDPとしてのLLM駆動の世界シミュレーション
• Abstract要約: 動作は標準エンティティのツリーであり、アクションは$a=(k, x_k)$(離散意図型と構造化パラメータ)として分解される。 単一のハーネスは、数値状態、物語ペーシング、ルールロジックを協調的に調整することができる。
• 参考スコア（独自算出の注目度）: 18.31812808879663
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many games rely on storytelling combined with systems that track levelling, NPC behaviour, and consequence simulation; bridging tightly-authored narrative with deeply-simulated worlds -- most acute in sandbox and open-world settings -- has been prohibitively expensive. LLM-driven worlds open a new path: a single harness can coordinate numerical state, narrative voice, storytelling pacing, and rule logic together. Realising this requires the LLM system to sustain a persistent world (who is where, what has just happened, what is currently true), which today's deployed systems do not: the narrative voice asserts state in free prose without any validated representation, so a fully autonomous game engine remains infeasible. We treat this as an architectural choice, not a limitation of language models, and report work in progress on a framework -- orchestrated reality -- that makes the world a canonical object owned by a singleton orchestration agent analogous to the tabletop-RPG Game Master (GM). We formalise an LLM-driven game world for a human player as a Parameterized-Action POMDP: state is a tree of canonical JSON entities, actions decompose as $a=(k, x_k)$ (a discrete intent kind plus structured JSON parameters), the agent observes only a narrative projection $o=O(s)$ of state, and the transition kernel $F$ is an LLM-driven Plan-Diff-Validate-Apply (PDVA) pipeline that commits schema-validated, content-hashed JSON deltas. We give the formal model, a JSON-state example, a worked single-turn example, and a catalogue of 15 illustrative incidents drawn from a real deployment showing the framework in action. Empirical validation through a planned human player study -- together with multi-NPC concurrent agency and deployment as an RL environment -- is situated as future work.
• Abstract（参考訳）: 多くのゲームは、レベル付け、NPCの振る舞い、結果のシミュレーションを追跡するシステムと組み合わせてストーリーテリングに依存している。 単一のハーネスは、数値状態、物語の声、ストーリーテリングのペアリング、ルールロジックを協調することができる。 このことを実現するには、LLMシステムが永続的な世界を維持する必要がある(そこでは、今何が起きたのか、現在何が真実なのか)が、今日の展開システムではそうではない: 物語音声は、検証された表現なしで、自由な散文で状態を主張するので、完全に自律的なゲームエンジンは、まだ実現不可能である。 私たちはこれを、言語モデルの制限ではなく、アーキテクチャ上の選択として扱うと同時に、世界がテーブルトップRPG Game Master(GM)に類似したシングルトンオーケストレーションエージェントによって所有される標準的なオブジェクトである、フレームワーク(オーケストレーション現実)に関する作業の進捗を報告します。 State is a tree of a canonical JSON entity, action decompose as $a=(k, x_k)$ (a discrete intent kind plus structured JSON parameters), the agent observeds only a narrative projection $o=O(s)$ of state, the transition kernel $F$ is a LLM-driven Plan-Diff-Validate-Apply (PDVA) pipeline that commits schema-validated, content-hashed JSON deltas。 フォーマルなモデル、JSON状態の例、作業中のシングルターンの例、実際のデプロイメントから引き出された15のイラストラティブなインシデントのカタログを公開します。 複数のNPCコンカレントエージェンシーとRL環境としてのデプロイメントを合わせて、計画された人間のプレイヤースタディによる実証的な検証が、今後の作業として実施されている。

関連論文リスト

• WorldMind: Decoupled Game World Model for State-Aware NPC Behavior [9.251161502042368]
  非プレイヤーキャラクタ(NPC)の動作は、ビデオ生成と暗黙的に絡み合うか、または外部制御信号によって明示的に規定される。 我々はWorldMindを紹介し、ゲームワールドモデルにおける状態認識NPC行動のための最初の分離されたフレームワークについて紹介する。 閉じた相互作用ループでレイヤを再接続することで、WorldMindは進化するゲーム状態においてNPCの挙動を基盤とする。
  論文  参考訳（メタデータ） (2026-08-18T04:09:17Z)
• MASS: Multiplayer World Models with Authoritative Shared State [65.85526248184442]
  MASS (Multiplayer world model with Authoritative Shared State) はマルチプレイヤーゲームアーキテクチャにインスパイアされている。 学習されたLogic Engineは、グローバルで権威のある型付きステートをジョイントアクションから前進させる。 学習されたレンダリングエンジンは、要求されたカメラに対して、独立して一貫したビューを生成する。
  論文  参考訳（メタデータ） (2026-08-06T16:47:24Z)
• EvolvingWorld: An Open-Schema Framework for Co-Evolving Role-Play Agents and World Model in Interactive Literary World [60.96623714739525]
  EvolvingWorldは、インタラクティブな文学の世界におけるキャラクタとワールドの共進化のためのフレームワークとベンチマークである。 57冊の本からデータセットを構築し,教師付きトレーニングサンプル138,596点,テスト用スナップショット222点を生成した。
  論文  参考訳（メタデータ） (2026-07-19T13:40:34Z)
• GameWorld: Towards Standardized and Verifiable Evaluation of Multimodal Game Agents [76.60994803070436]
  GameWorldは、ブラウザ環境におけるマルチモーダル大言語モデル(MLLM)ゲームエージェントの評価のためのベンチマークである。 2つのゲームエージェントインタフェースが研究され、 (i) キーボードとマウスのコントロールを直接出力するコンピュータ利用エージェント、 (ii) セマンティックアクション空間で作用する汎用マルチモーダルエージェントが研究されている。 18組のモデルとインタフェースのペアによる結果は、最高のパフォーマンスエージェントでさえ、ビデオゲームで人間の能力を達成するには程遠いことを示唆している。
  論文  参考訳（メタデータ） (2026-04-08T17:49:03Z)
• 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)
• WorldGym: World Model as An Environment for Policy Evaluation [41.204900701616914]
  WorldGymは、実環境のプロキシとして機能する自動回帰、アクション条件付きビデオ生成モデルである。 ポリシーはモンテカルロの世界モデルによるロールアウトを通じて評価され、視覚言語モデルが報酬を提供する。 We show that WorldGym can maintain relative policy rankings across different policy version, sizes, and training checkpoints。
  論文  参考訳（メタデータ） (2025-05-31T15:51:56Z)
• MineWorld: a Real-Time and Open-Source Interactive World Model on Minecraft [21.530000271719803]
  我々はMinecraft上でリアルタイムインタラクティブな世界モデルであるMineWorldを提案する。 MineWorldはビジュアルアクション自動回帰トランスフォーマーによって駆動され、ペア化されたゲームシーンと対応するアクションを入力として取り込む。 本研究では,各フレームの空間的冗長トークンを同時に予測する並列デコーディングアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2025-04-11T09:41:04Z)
• RPGBENCH: Evaluating Large Language Models as Role-Playing Game Engines [34.002194150560086]
  本稿では,大言語モデル (LLM) をテキストベースのロールプレイングゲーム (RPG) エンジンとして評価するための最初のベンチマークであるRPGBenchを紹介する。 RPGBenchは、ゲーム作成(GC)とゲームシミュレーション(GS)の2つのコアタスクから構成される。
  論文  参考訳（メタデータ） (2025-02-01T23:40:24Z)
• Assessing Language Models' Worldview for Fiction Generation [0.0]
  本研究では,大言語モデルがフィクションの創出に不可欠な世界を維持する能力について考察する。 2つのモデルだけが一貫した世界観を示しており、残りは自己複製である。 このモデル間の統一性は、フィクションに必要な国家の欠如をさらに示唆している。
  論文  参考訳（メタデータ） (2024-08-15T03:19:41Z)
• StoryVerse: Towards Co-authoring Dynamic Plot with LLM-based Character Simulation via Narrative Planning [8.851718319632973]
  大きな言語モデル(LLM)は仮想文字の振る舞いを駆動し、プロットは文字と環境間の相互作用から現れる。 著者の著作意図と LLM によるキャラクタシミュレーションの創発的行動とを仲介するプロット作成ワークフローを提案する。 このプロセスは「生きた物語」を作り、様々なゲーム世界の状態に動的に適応し、著者、キャラクターシミュレーション、プレイヤーが共同で物語を作る。
  論文  参考訳（メタデータ） (2024-05-17T23:04:51Z)
• Statler: State-Maintaining Language Models for Embodied Reasoning [19.884696137429813]
  本研究では,大言語モデルに世界状態を推定するフレームワークであるStatlerを提案する。 そして、我々のフレームワークは、現在の世界状態の推定に対して各アクションを条件付けします。 複数のロボット計画タスクにおいて、強力な競合する手法を著しく上回っている。
  論文  参考訳（メタデータ） (2023-06-30T17:58:02Z)
• 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)
• Inner Monologue: Embodied Reasoning through Planning with Language Models [81.07216635735571]
  大規模言語モデル(LLM)は自然言語処理以外の領域に適用できる。 具体化された環境でのLLMの計画には、何をすべきかだけでなく、どのように、いつ行うべきかを考える必要がある。 環境フィードバックを活用することで、LLMはロボット制御シナリオにおいてよりリッチな処理と計画を行うことができる内部モノローグを形成することができる。
  論文  参考訳（メタデータ） (2022-07-12T15:20:48Z)

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。