論文の概要: WorldMind: Decoupled Game World Model for State-Aware NPC Behavior

• arxiv url: http://arxiv.org/abs/2608.21439v1
• Date: Tue, 18 Aug 2026 04:09:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.072569
• Title: WorldMind: Decoupled Game World Model for State-Aware NPC Behavior
• Title（参考訳）: WorldMind: 状態認識型NPC行動のための切り離されたゲームワールドモデル
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 9.251161502042368
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Game world models have recently demonstrated promising capabilities in generating visually coherent and action-controllable gameplay videos. However, non-player character (NPC) behavior in existing models is either implicitly entangled with video generation or explicitly prescribed through external control signals. Consequently, a game world model has to jointly understand the state, plan the NPC's response and render its visual outcome, limiting its ability to produce responsive and state-aware NPC behavior. The challenge lies in the lack of an explicit interface for state-grounded decision-making. To this end, we introduce WorldMind, to our knowledge the first decoupled framework for state-aware NPC behavior in game world models. WorldMind separates interactive world modeling into four layers: an Understanding Layer that constructs a compact state from generated frames; a Decision Layer that reasons over the compact state to plan the NPC's next action; a Control Layer that translates the actions into temporally aligned conditions; and a Generation Layer that synthesizes their visual outcomes. By reconnecting layers in a closed interaction loop, WorldMind grounds NPC behavior in the evolving game state. We further introduce BOSS-140K, a dataset of gameplay videos paired with rich internal game states, together with an agent that automates the collection at scale. Experiments on BOSS-140K demonstrate reliable compact state reconstruction and mechanics-grounded planning, with WorldMind preferred over the baselines in approximately 70% of pairwise comparisons for its more tactically appropriate and coherent NPC behavior. Project page: https://teawhite.cn/worldmind_projectpage/
• Abstract（参考訳）: ゲームワールドモデルは最近、視覚的にコヒーレントでアクション制御可能なゲームプレイビデオを生成する有望な能力を実証した。 しかし、既存のモデルにおける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っているか、外部制御信号によって明示的に規定されているかのいずれかである。 その結果、ゲームワールドモデルは、状態を共同で理解し、NPCの応答を計画し、その視覚的結果をレンダリングし、応答性と状態認識のNPC動作を生成する能力を制限する必要がある。 課題は、国家的意思決定のための明示的なインターフェースの欠如にある。 この目的のために,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型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。 WorldMindは、インタラクティブな世界モデリングを、生成されたフレームからコンパクトな状態を構成する理解層、NPCの次のアクションを計画するためにコンパクトな状態に起因する決定層、アクションを時間的に整合した条件に変換する制御層、視覚的な結果を合成する生成層という4つの層に分ける。 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。 さらに、BOSS-140Kは、リッチな内部ゲーム状態と組み合わせたゲームプレイビデオのデータセットであり、大規模にコレクションを自動化するエージェントも導入する。 BOSS-140Kの実験では、より戦術的に適切で一貫性のあるNPCの振る舞いに対して、WorldMindがペア比較の約70%でベースラインよりも好まれる、信頼性の高いコンパクトな状態再構成とメカニックグラウンドプランニングが示されている。 プロジェクトページ:https://teawhite.cn/worldmind_projectpage/

関連論文リスト

• Code World Model: Coding Agent as World Brain [51.31807545747191]
  私たちは、世界進化と視覚的実現を分離するフレームワークであるCode World Modelを紹介します。 コーディングエージェントは世界脳として機能し、出来事とその結果について推論する。 実行可能状態と視覚的生成を結びつけるために,フレームの時間的制約をプロキシビデオにエンコードするプロキシ表現を導入する。
  論文  参考訳（メタデータ） (2026-08-26T15:37:33Z)
• Marionette: Predicting World States, Rendering Geometry, Painting Appearance [30.170848813370444]
  われわれはこのアイデアを,対話型ゲームと明瞭なキャラクタを持つ世界モデルであるMarionetteとしてインスタント化する。 二段階自己回帰力学モデルは、明示的で解釈可能な276次元の3次元世界状態を予測する。 制御条件付きビデオ拡散観測モデルは、結果として得られる制御からフォトリアリスティックなRGB観測を合成する。
  論文  参考訳（メタデータ） (2026-08-14T17:48:16Z)
• 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)
• 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)
• 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)
• Multiplayer Interactive World Models with Representation Autoencoders [28.451678067070777]
  複雑な物理的相互作用によって制御される高度に動的な環境に対する最初のマルチプレイヤー世界モデルを導入する。 我々は,この問題をRocket Leagueのゲームで研究し,高速で密結合したダイナミックスの下でプレイヤーが競争し,協力する。
  論文  参考訳（メタデータ） (2026-07-06T17:31:52Z)
• ReactiveGWM: Steering NPC in Reactive Game World Models [37.35401641615055]
  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。
  論文  参考訳（メタデータ） (2026-05-14T17:52:03Z)
• EgoSim: Egocentric World Simulator for Embodied Interaction Generation [93.11209644808783]
  EgoSimは、空間的に一貫した対話ビデオを生成するクローズドループエゴセントリックな世界シミュレータである。 連続シミュレーションのために、基礎となる3Dシーン状態を継続的に更新する。 EgoSimは、視覚的品質、空間的整合性、一般化の点で、既存の手法を大幅に上回っている。
  論文  参考訳（メタデータ） (2026-04-01T15:00:46Z)
• 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)

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。