論文の概要: From Pixels to States: Rethinking Interactive World Models as Game Engines

• arxiv url: http://arxiv.org/abs/2607.14076v1
• Date: Wed, 15 Jul 2026 17:48:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-16 16:39:12.853987
• Title: From Pixels to States: Rethinking Interactive World Models as Game Engines
• Title（参考訳）: Pixelから米国へ:インタラクティブな世界モデルをゲームエンジンとして再考
• Abstract要約: 本稿では,プレイヤアクションコントロール,ゲーム状態のダイナミクス,状態の持続性,リアルタイムのインタラクティブ生成という4つの側面によるインタラクティブなゲームワールドモデリングについて検討する。 我々はBlack Myth: Wukong用のスケーラブルなデータエンジンを提案し、90時間以上のゲームプレイを、フレーム整列プレーヤーアクション、グラウンドトゥルースゲームステート、視覚的観察で収集する。
• 参考スコア（独自算出の注目度）: 32.66997200688335
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Building interactive worlds that respond coherently to player actions has long been a shared goal of computer graphics, games, and artificial intelligence. Recent video generative models provide a data-driven route toward this goal by predicting future observations conditioned on user actions, and are increasingly regarded as potential next-generation game engines. Realizing a genuinely interactive game world, however, requires interaction outcomes that follow rules over evolving game conditions, consequences that persist over long horizons, and a generation loop that operates in real time. Conventional game engines realize these properties through a recurrent action-state-observation loop, in which player actions update an explicit game state according to predefined rules and observations are rendered from the resulting state. Taking this loop as an organizing lens, this paper examines interactive game world modeling along four dimensions: player action control, game state dynamics, state-observation persistence, and real-time interactive generation. For each dimension, we start from the capabilities required by an interactive game world, group existing approaches into representative families, and discuss the strengths and trade-offs of each family. Complementing this analysis, we present a scalable data engine for Black Myth: Wukong that collects over 90 hours of gameplay with frame-aligned player actions, ground-truth game states, and visual observations, together with structured and semantic annotations, as a resource for state-aware game world modeling. We hope this paper offers a clear picture of where the field stands and fosters progress toward interactive game worlds.
• Abstract（参考訳）: プレイヤーのアクションに一貫性を持って反応するインタラクティブな世界の構築は、コンピュータグラフィックス、ゲーム、人工知能の共通の目標として長い間ありました。 近年のビデオ生成モデルは,ユーザの行動に照らされた将来の観測を予測することによって,この目標に向けたデータ駆動の経路を提供し,次世代のゲームエンジンの可能性をますます高めている。 しかし、真のインタラクティブなゲームの世界を実現するには、ゲーム条件の進化に関するルールに従う相互作用の結果、長い地平線を越えて続く結果、そしてリアルタイムに動作する生成ループが必要である。 従来のゲームエンジンは、プレイヤアクションが予め定義されたルールに従って明示的なゲーム状態を更新し、結果の状態から観察を行う、繰り返しアクション状態観察ループを通じてこれらの特性を実現する。 本稿では,このループを整理レンズとして用い,プレイヤーアクション制御,ゲーム状態のダイナミクス,状態の持続性,リアルタイムのインタラクティブな生成という,4次元のインタラクティブなゲームワールドモデリングについて検討する。 各次元について、対話型ゲームの世界に必要な能力から始め、既存のアプローチを代表家族にグループ化し、各家族の強みとトレードオフについて議論する。 この分析を補完し,90時間以上のゲームプレイとフレームアラインなプレイ行動,地味なゲーム状態,視覚的観察,そして状態認識型ゲームワールドモデリングのリソースとして,構造化された意味アノテーションとセマンティックアノテーションを組み合わせたスケーラブルなデータエンジン「Black Myth: Wukong」を提案する。 本論文は、フィールドの立ち位置を明確化し、インタラクティブなゲーム世界への進展を促進することを願っている。

関連論文リスト

• Valerant: An Automatic Navigable Game Map Generator via Action-Conditioned World Model Exploration [10.110436795631793]
  World Action Models (WAM)は、予測的世界モデリングとアクション生成を結合し、将来の状態がエージェントの振る舞いをガイドできるようにする。 我々は、事前訓練された行動条件付き世界モデルを3Dゲームマップの探索と構築のためのWAMに変換するフレームワークであるtextscValerantを提案する。 このフレームワークは、WAMベースのインタラクションを2Dビジュアルシミュレーションを超えて拡張し、3Dゲームマップ作成における手作業の削減に新たなアプローチを提供する。
  論文  参考訳（メタデータ） (2026-09-08T20:17:48Z)
• GameWAM: A World Action Model for Video Games [36.43342575951464]
  我々は,ネイティブなクローズドループゲームプレイとGUI制御のための WAM について,我々の知る限り,GameWAM を紹介した。 協調した世界行動学習を支援するために,ゲームプレイとGUIトラジェクトリを構築した。 実験では、比較されたエージェントよりも実行されたネイティブアクションが少なく、競争力のあるタスク成功を示す。
  論文  参考訳（メタデータ） (2026-08-25T17:21:15Z)
• PlayWorld: Benchmarking World Models with Agent Players over Long-Horizon Objectives [86.3073067035531]
  ビデオワールドモデルは、現在の観察とユーザーアクションに基づいて、将来の状態をシミュレートする。 近年のシステムでは、長いシーケンス上での映像の一貫性とアクション制御性が顕著に示されている。 しかし、これらのインタラクティブモデルを比較することは依然として困難だ。 我々はマルチモーダル・エージェント・プレイヤーを用いて、特定の長距離目標に向けて世界モデルと対話する。
  論文  参考訳（メタデータ） (2026-08-13T17:59:30Z)
• StatePlay: State-Aware Game World Models for Mechanics-Consistent Generation [53.07918503798731]
  StatePlayは、ビジュアルコンテンツとゲーム状態を予測する新しいステート対応ゲームワールドモデルであり、メカニクスと一貫性のある生成を促進する。 我々の研究は、状態認識型ゲームワールドモデリングの重要性を強調し、完全かつ機械的に忠実なゲーム生成に向けたピクセルレベルのリアリズムを超えて進歩している。
  論文  参考訳（メタデータ） (2026-07-29T10:49:30Z)
• GameCraft-Bench: Can Agents Build Playable Games End-to-End in a Real Game Engine? [65.42976417627254]
  ゲーム生成はゲームエンジン内で行われ、スクリプト、シーン、アセット、レンダリング、実行時インタラクションは共同でコヒーレントなゲームプレイを生成する必要がある。 我々は、完全なゲームアーティファクトを生成する問題として、エンド・ツー・エンドのゲーム生成を形式化する。 我々は、このフレームワークを15のゲームファミリーで140のGodotタスクからなるベンチマークであるGameCraft-Benchとしてインスタンス化する。
  論文  参考訳（メタデータ） (2026-06-16T12:34:39Z)
• WildWorld: A Large-Scale Dataset for Dynamic World Modeling with Actions and Explicit State toward Generative ARPG [38.24292688170687]
  明示的な状態アノテーションを備えた大規模アクション条件付き世界モデリングデータセットであるWildWorldを提案する。 セマンティックなリッチなアクションをモデル化し、長期的状態整合性を維持する上での課題を示す。
  論文  参考訳（メタデータ） (2026-03-24T17:58:25Z)
• 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)
• Hunyuan-GameCraft-2: Instruction-following Interactive Game World Model [19.937724706042804]
  Hunyuan-GameCraft-2は生成ゲームワールドモデリングのための命令駆動インタラクションの新しいパラダイムである。 我々のモデルでは,自然言語のプロンプトやキーボード,マウスの信号を通じてゲーム映像のコンテンツを制御することができる。 本モデルでは,時間的コヒーレントかつ因果的な対話型ゲームビデオを生成する。
  論文  参考訳（メタデータ） (2025-11-28T18:26:39Z)
• Hunyuan-GameCraft: High-dynamic Interactive Game Video Generation with Hybrid History Condition [18.789597877579986]
  Hunyuan-GameCraftは、ゲーム環境におけるハイダイナミックなインタラクティブなビデオ生成のための新しいフレームワークである。 アクション制御をきめ細かいものにするため,標準キーボードとマウス入力を共有カメラ表現空間に統合する。 本稿では,ゲームシーン情報を保存しながら,映像シーケンスを自動回帰的に拡張するハイブリッド履歴条件学習手法を提案する。
  論文  参考訳（メタデータ） (2025-06-20T17:50:37Z)
• 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)
• Unbounded: A Generative Infinite Game of Character Life Simulation [68.37260000219479]
  生成モデルを用いて,有限なハードコードシステムの境界を超越したゲームである生成無限ゲームの概念を導入する。 我々は、生成AIの最近の進歩を活用して、生成モデルに完全にカプセル化されたキャラクターライフシミュレーションゲームUnboundedを作成する。
  論文  参考訳（メタデータ） (2024-10-24T17:59:31Z)
• Tachikuma: Understading Complex Interactions with Multi-Character and Novel Objects by Large Language Models [67.20964015591262]
  我々は,複数文字と新しいオブジェクトベースインタラクション推定タスクとサポートデータセットからなる,立久間というベンチマークを導入する。 このデータセットは、ゲームプレイ中のリアルタイム通信からログデータをキャプチャし、多様な、接地された複雑なインタラクションを提供して、さらなる探索を行う。 本稿では,対話理解の強化に有効であることを示すため,簡単なプロンプトベースラインを提案し,その性能評価を行う。
  論文  参考訳（メタデータ） (2023-07-24T07:40:59Z)
• 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)

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。