論文の概要: GameDirector: Decoupling Gameplay Logic from Rendering for Player-Configurable Game World Models
- arxiv url: http://arxiv.org/abs/2609.25652v1
- Date: Tue, 22 Sep 2026 04:03:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 18:04:04.215459
- Title: GameDirector: Decoupling Gameplay Logic from Rendering for Player-Configurable Game World Models
- Title(参考訳): GameDirector:プレイヤー構成ゲームワールドモデルのレンダリングからゲームプレイロジックを分離する
- Abstract要約: GameDirectorは、ルールベースのゲームプレイロジックを視覚的なレンダリングから切り離すエージェントフレームワークである。
GameDirectorは、さまざまなエンド・ツー・エンドのゲーム・モデル設定に対して、正確な状態追跡、信頼できるルールフォロー、ボスアクションの質を39.9%以上改善する。
- 参考スコア(独自算出の注目度): 45.65505209668782
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent game world models support realistic visual simulation and interactive gameplay based on player inputs. However, they typically learn environment dynamics from pixel-level supervision, jointly modeling perception, memory, state transitions, and rendering within a single end-to-end framework. While this design enables open-ended, action-controllable generation, it still falls short of delivering a complete gameplay experience. Games are governed by explicit mechanics, such as health deduction, skill activation, combat rules, and termination conditions. These mechanics depend on precise and consistent state transitions that generative models alone cannot reliably enforce. In contrast, game engines can guarantee such mechanics through hard-coded rules, but provide limited flexibility for player-driven creation. To bridge these paradigms, we introduce GameDirector, the first agentic framework that decouples rule-based gameplay logic from visual rendering. Given player-defined configurations, the framework acts as an intelligent director that interprets visual observations, updates game states, tactically controls NPCs, and enforces gameplay rules. It then translates these decisions into text prompts that guide the video world model to render the resulting gameplay. This separation allows players to configure characters, states, and rules much like a game developer while preserving coherent game mechanics. Experiments on three games, using data collected by our automated gameplay agent, show that GameDirector achieves accurate state tracking, reliable rule following, and improves boss action quality by more than 39.9% over various end-to-end game world model settings. Overall, by externalizing player-controllable game logic, GameDirector establishes a middle ground between hard-coded simulation and generative modeling, enabling more flexible and closed-loop gameplay experiences.
- Abstract(参考訳): 最近のゲームワールドモデルは、プレイヤー入力に基づくリアルな視覚シミュレーションとインタラクティブなゲームプレイをサポートする。
しかし、彼らは通常、ピクセルレベルの監督、認識、メモリ、状態遷移、レンダリングを1つのエンドツーエンドフレームワークで共同でモデリングすることから環境のダイナミクスを学ぶ。
このデザインは、オープンエンドでアクションコントロール可能な生成を可能にするが、それでも完全なゲームプレイ体験を提供するには至っていない。
ゲームは、健康宣言、スキルアクティベーション、戦闘規則、終了条件などの明示的なメカニズムによって管理される。
これらの力学は、生成モデルだけで確実に強制できない正確で一貫した状態遷移に依存する。
対照的に、ゲームエンジンはハードコードされたルールによってそのような機構を保証できるが、プレイヤー駆動の創造には柔軟性が制限される。
これらのパラダイムをブリッジするために,ルールベースのゲームプレイロジックを視覚的レンダリングから切り離す最初のエージェントフレームワークであるGameDirectorを紹介する。
プレイヤー定義の設定を前提として、このフレームワークは、視覚的な観察を解釈し、ゲームの状態を更新し、NPCを戦術的に制御し、ゲームプレイルールを強制するインテリジェントなディレクタとして機能する。
そして、これらの決定をテキストプロンプトに変換し、その結果のゲームプレイのレンダリングをビデオワールドモデルに誘導する。
この分離により、プレイヤーはコヒーレントなゲームメカニックを保ちながら、キャラクター、状態、ルールをゲーム開発者のように設定できる。
自動ゲームプレイエージェントが収集したデータを用いて3つのゲームの実験を行ったところ、GameDirectorは様々なエンド・ツー・エンドのゲーム・ワールド・モデル・セッティングに対して、正確な状態追跡、信頼できるルールフォロー、ボスアクション・クオリティを39.9%以上向上することがわかった。
全体として、プレイヤー制御可能なゲームロジックを外部化することにより、GameDirectorはハードコードシミュレーションと生成モデリングの中間の基盤を確立し、より柔軟でクローズドループなゲームプレイ体験を可能にする。
関連論文リスト
- 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) - Cultivating Game Sense for Yourself: Making VLMs Gaming Experts [23.370716496046217]
ゲームプレイエージェント設計におけるパラダイムシフトを提案する。
ゲームプレイを直接制御する代わりに、VLMは射撃や戦闘などのタスクに適した特殊な実行モジュールを開発する。
これらのモジュールはリアルタイムゲームインタラクションを処理し、VLMをハイレベルな開発者に高める。
論文 参考訳(メタデータ) (2025-03-27T08:40:47Z) - 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。