論文の概要: Compiled Agency: Frontier General-Purpose Coding Agents Build Winning Game Players from Bare Interaction - from Flappy Bird to StarCraft II and Civilization

• arxiv url: http://arxiv.org/abs/2609.18996v1
• Date: Fri, 17 Jul 2026 17:59:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.58976
• Title: Compiled Agency: Frontier General-Purpose Coding Agents Build Winning Game Players from Bare Interaction - from Flappy Bird to StarCraft II and Civilization
• Title（参考訳）: Frontier General-Purpose Coding Agents Building Winning Game Players from Bare Interaction - From Flappy Bird to StarCraft II and Civilization (英語)
• Abstract要約: LLMエージェントは、研究者がモデルの周りにエージェントを構築した場合でも、ゲームの知識を有能なプレイに変換するのに何度も苦労している。 開発フリーズ評価フレームワークであるGauntletを紹介した。 コンパイルされた生APIコントローラは、StarCraft IIに組み込まれたすべての公正なAIと2つの不正な亜種を倒し、シングルセッションプログラムは、保持されたシードに対する総征服によって、完全な文明(Freeciv)のゲームに勝利する。
• 参考スコア（独自算出の注目度）: 3.1483200146172723
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: LLM agents have repeatedly struggled to convert knowledge of a game into competent play, even when researchers build the agent around the model - supplying perception, memory, skill libraries, planners, or executable-policy scaffolds. Rapid progress in coding agents raises two sharper questions: can frontier models now win games at all, and can they win them unaided, building the entire player themselves? We introduce Gauntlet, a develop-freeze-evaluate framework that ports games from small arcades to full commercial-scale titles, behind one deliberately bare contract: a general-purpose coding agent receives a game description, a raw observation/action interface, and an empty policy file - no strategy, no algorithm, no architecture. In a single autonomous session the agent experiments with the live game and engineers a standalone controller; we freeze the result and score it on held-out instances with zero model calls during play. On an unpublished procedural roguelike, held-out success spans 0-86 percent and exposes a sharp generational threshold: every observed session of a newest-generation system outperforms the best session of its predecessor. At full-game scale, a compiled raw-API controller defeats every fair StarCraft II built-in AI and two cheating variants, and single-session programs win complete games of Civilization (Freeciv) by total conquest on held-out seeds. Though at modest rates against novice AI, this is a first: no prior language-agent system had won full games of this genre standalone, without per-turn model calls and a hand-crafted tactical layer. Frontier coding agents begin to track long-horizon strategy. The frozen programs are inspectable. We call this capability compiled agency: development experience compiled into a persistent executable agent whose architecture is built by the model.
• Abstract（参考訳）: LLMエージェントは、研究者が知覚、記憶、スキルライブラリ、プランナー、実行可能政治の足場など、モデルの周りにエージェントを構築するときでさえ、ゲームの知識を有能なプレイに変換するのに何度も苦労している。 コーディングエージェントの急速な進歩は、よりシャープな2つの疑問を提起する。フロンティアモデルは今やゲームに勝つことができ、彼らはそれを無視してプレイヤー全体を構築することができるのか? 汎用コーディングエージェントはゲーム記述、生の観察/アクションインターフェース、空のポリシーファイル(戦略なし、アルゴリズムなし、アーキテクチャなし)を受信する。 1つの自律的なセッションでエージェントはライブゲームを試行し、スタンドアロンのコントローラをエンジニアします。 未発表の手続き型ローグでは、ホールドアウト成功は0-86パーセントに及び、鋭い世代閾値を露出する。 フルゲームスケールでは、コンパイルされた生APIコントローラが、StarCraft IIに組み込まれたAIと2つの不正な亜種を全て倒し、シングルセッションプログラムは、ホールドアウトシードの総征服によって、完全な文明(Freeciv)のゲームに勝利する。 初歩的なAIに対する控えめなレートではありますが、これは最初のものです。従来の言語エージェントシステムは、ターン毎のモデルコールと手作りの戦術レイヤなしで、このジャンルの完全なゲームに勝っていませんでした。 フロンティアコーディングエージェントは、ロングホライゾン戦略を追跡し始めます。 凍結プログラムは検査可能である。 アーキテクチャがモデルによって構築される永続的な実行可能なエージェントにコンパイルされた開発エクスペリエンス。

関連論文リスト

• 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)
• Executable World Models for ARC-AGI-3 in the Era of Coding Agents [0.0]
  ARC-AGI-3の初期符号化システムの評価を行った。 このシステムは、スクリプト化されたコントローラ、事前に定義されたワールドモデルインターフェース、検証プログラム、プラン実行器を使用する。 その結果、検証器駆動型実行可能世界モデルがARC-AGI-3エージェントにとって有望なアプローチであることを示す予備的証拠が得られた。
  論文  参考訳（メタデータ） (2026-05-06T17:12:36Z)
• 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)
• Game-TARS: Pretrained Foundation Models for Scalable Generalist Multimodal Game Agents [56.25101378553328]
  本稿では,汎用ゲームエージェントであるGame-TARSについて紹介する。 Game-TARSは500B以上のトークンで事前トレーニングされており、様々な軌跡とマルチモーダルデータがある。 実験により、Game-TARSは、オープンワールドMinecraftタスクにおける以前のソータモデルの約2倍の成功率を達成することが示された。
  論文  参考訳（メタデータ） (2025-10-27T17:43:51Z)
• PokéAI: A Goal-Generating, Battle-Optimizing Multi-agent System for Pokemon Red [4.558478169296784]
  Pok'eAIは,Pok'emon Redを通じて自律的に再生・進行するように設計された,テキストベースでマルチエージェントな大規模言語モデル(LLM)フレームワークである。 本システムでは,3つの専門エージェント(Planning, Execution, Critique-each)と,独自のメモリバンク,役割,スキルセットで構成されている。
  論文  参考訳（メタデータ） (2025-06-30T10:09:13Z)
• AVA: Attentive VLM Agent for Mastering StarCraft II [56.07921367623274]
  Intentive VLM Agent (AVA) は、人工エージェントの認識と人間のゲームプレイ体験を一致させるマルチモーダルのStarCraft IIエージェントである。 我々のエージェントは、ゲームプレイ中に人間の認知過程をより密にシミュレートするRGB視覚入力と自然言語観察を組み込むことにより、この制限に対処する。
  論文  参考訳（メタデータ） (2025-03-07T12:54:25Z)
• Scaling Laws for Imitation Learning in Single-Agent Games [28.257046559127875]
  我々は,モデルとデータサイズを慎重にスケールアップすることで,シングルエージェントゲームにおける模倣学習環境に類似した改善がもたらされるかどうかを検討する。 われわれはまずAtariのさまざまなゲームについて実験を行い、その後NetHackの非常に挑戦的なゲームに焦点を当てた。 IL損失と平均戻り値は計算予算とスムーズに一致し,相関関係が強く,計算最適ILエージェントの訓練には電力法則が適用されることがわかった。
  論文  参考訳（メタデータ） (2023-07-18T16:43:03Z)
• TiKick: Toward Playing Multi-agent Football Full Games from Single-agent Demonstrations [31.596018856092513]
  Tikickは、マルチエージェントのGoogle Research Footballのフルゲームを引き継ぐことができる、学習ベースのAIシステムである。 私たちの知る限りでは、Tikickは、マルチエージェントのGoogle Research Footballのフルゲームを引き継ぐことができる、初めての学習ベースのAIシステムだ。
  論文  参考訳（メタデータ） (2021-10-09T08:34:58Z)

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。