論文の概要: StatePlay: State-Aware Game World Models for Mechanics-Consistent Generation

• arxiv url: http://arxiv.org/abs/2607.26754v1
• Date: Wed, 29 Jul 2026 10:49:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.62984
• Title: StatePlay: State-Aware Game World Models for Mechanics-Consistent Generation
• Title（参考訳）: StatePlay: メカニック・コンスタント・ジェネレーションのためのステートアウェアゲームワールドモデル
• Authors: Zijun Lin, Zeqing Wang, Cheston Tan, Bihan Wen, Yeying Jin,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 53.07918503798731
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent game world models can generate visually realistic and interactive environments conditioned on player actions. However, games are not defined by pixels alone; they are governed by explicit mechanics, namely state-dependent rules that control health reduction, skill activation, and game termination. These mechanics depend on precise internal states, such as health points, skill meters, and timers, which are tightly coupled with visual observations and determine how gameplay evolves. Without modeling these state dynamics, existing game world models may generate visually plausible rollouts but violate the underlying game rules. In this paper, we propose StatePlay, a novel state-aware game world model that jointly predicts visual content and game states to promote mechanics-consistent generation. StatePlay adopts a mixture-of-transformers (MoT)-style architecture that preserves specialized visual and state representations while enabling cross-modal interaction, allowing predicted states to guide frame generation. Each branch is further optimized with a distinct objective suited to its modality. Experiments show that StatePlay achieves an average normalized L1 distance below 0.06 for state prediction. Furthermore, compared with models without explicit state modeling, our method improves mechanics fidelity in generated game rollouts by 18.6%. Overall, our work highlights the importance of state-aware game world modeling and advances beyond pixel-level realism toward complete and mechanically faithful game generation.
• Abstract（参考訳）: 最近のゲームワールドモデルは、プレイヤーのアクションに照らされた視覚的にリアルでインタラクティブな環境を生成することができる。 しかし、ゲームはピクセルのみによって定義されるのではなく、明示的な力学、すなわち、健康の低下、スキルアクティベーション、ゲーム終了を制御する状態依存ルールによって制御される。 これらの力学は、健康点、スキルメーター、タイマーなどの正確な内部状態に依存し、視覚的な観察と密結合し、ゲームプレイがどのように進化するかを決定する。 これらの状態ダイナミクスをモデル化しなければ、既存のゲームワールドモデルは視覚的にもっともらしいロールアウトを生成するが、基礎となるゲームルールに違反する可能性がある。 本稿では,視覚コンテンツとゲーム状態を協調的に予測し,メカニカル・一貫性のある生成を促進する,新しいステートアウェアゲームワールドモデルであるStatePlayを提案する。 StatePlayは、特殊な視覚的表現と状態表現を保存し、クロスモーダルなインタラクションを可能にし、予測された状態がフレーム生成をガイドできるMoTスタイルのアーキテクチャを採用している。 各分岐は、そのモダリティに適合する明確な目的によってさらに最適化される。 実験の結果、StatePlayは状態予測のために平均正規化L1距離が0.06以下であることがわかった。 さらに、明示的な状態モデリングのないモデルと比較して、生成したゲームロールアウトにおけるメカニクスの忠実度を18.6%向上させる。 全体として,本研究は,ゲームワールドモデリングの重要性と,完全かつ機械的に忠実なゲーム生成に向けてのピクセルレベルのリアリズムを超えて進歩することを強調している。

関連論文リスト

• From Pixels to States: Rethinking Interactive World Models as Game Engines [32.66997200688335]
  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。
  論文  参考訳（メタデータ） (2026-07-15T17:48:48Z)
• 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)
• 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)
• 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)
• Infusing Commonsense World Models with Graph Knowledge [89.27044249858332]
  オープンワールドテキストアドベンチャーゲームにおける物語生成の設定について検討する。 基礎となるゲーム状態のグラフ表現は、接地グラフ表現と自然言語記述とアクションの両方を消費し出力するモデルを訓練するために使用することができる。
  論文  参考訳（メタデータ） (2023-01-13T19:58:27Z)

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。