論文の概要: Code2Games: Enabling Coding Agents for Gaming World Generation
- arxiv url: http://arxiv.org/abs/2610.05033v1
- Date: Sun, 04 Oct 2026 07:54:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-11 06:53:58.09472
- Title: Code2Games: Enabling Coding Agents for Gaming World Generation
- Title（参考訳）: Code2Games: ゲームワールドジェネレーションのためのコーディングエージェントの実現
- Abstract要約: Code2Gamesは、同じゲーム意図から生成されたBlender世界の上に構造化されたゲーム世界を構築する。
Code2Gamesは生成した世界をUnreal Engine 5に適応させ、実行誘導の再構築プロセスを採用している。
生成した成果は,視覚的品質,インタラクティブな忠実度,マルチモーダルなアーティファクトの品質,プレイ可能なゲーム品質の4つの次元で評価した。
- 参考スコア（独自算出の注目度）: 19.677257938855416
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Generating a high-quality gaming world from a natural-language game intent requires joint reasoning about scene structure, spatial layout, gameplay objectives, interactive entities, and executable gameplay logic. Existing coding agents can generate individual assets, scenes, or scripts, but often struggle to maintain consistency across these components. We propose Code2Games, an agentic framework that builds a structured gaming world upon a base Blender world generated from the same game intent. Code2Games coordinates scene analysis, gameplay planning, constrained gaming-world generation, and gaming-engine customization through a shared scene-gameplay representation with persistent element correspondence. After world generation, Code2Games adapts the generated world to Unreal Engine 5 and employs an execution-guided reconstruction process that uses compilation diagnostics, runtime feedback, and gameplay test results to resolve inconsistencies arising during engine adaptation. To systematically evaluate gaming-world generation, we introduce the GameCode4D benchmark, which comprises ten fixed game prompts spanning different levels of scene and gameplay complexity. We evaluate the generated results across four dimensions: visual quality, interactive fidelity, multimodal artifact quality, and playable-game quality. Experiments demonstrate that, compared with direct gaming-world generation by coding agents and existing baseline methods, Code2Games consistently improves the visual quality and interactive fidelity of generated gaming worlds, as well as the quality of the resulting games after engine adaptation.
- Abstract（参考訳）: 自然言語ゲームから高品質なゲーム世界を生成するには、シーン構造、空間的レイアウト、ゲームプレイの目的、インタラクティブなエンティティ、実行可能ゲームプレイロジックに関する共同推論が必要である。
既存のコーディングエージェントは個々のアセット、シーン、スクリプトを生成することができるが、これらのコンポーネント間の一貫性を維持するのに苦労することが多い。
我々は,同じゲーム意図から生成されたベースブレンダー世界上に構造化されたゲーム世界を構築するエージェントフレームワークであるCode2Gamesを提案する。
Code2Gamesは、シーン分析、ゲームプレイ計画、制約付きゲームワールド生成、永続的要素対応を伴う共有シーンゲームプレイ表現によるゲームエンジンのカスタマイズをコーディネートする。
ワールドジェネレーション後、Code2Gamesは生成した世界をUnreal Engine 5に適応させ、コンパイル診断、ランタイムフィードバック、ゲームプレイテスト結果を使用してエンジン適応時に発生する矛盾を解決する実行誘導再構成プロセスを使用する。
ゲーム・ワールド・ジェネレーションを体系的に評価するために,異なるレベルのシーンとゲームプレイの複雑さにまたがる10の固定ゲームプロンプトからなるGameCode4Dベンチマークを導入する。
生成した成果は,視覚的品質,インタラクティブな忠実度,マルチモーダルなアーティファクトの品質,プレイ可能なゲーム品質の4つの次元で評価した。
実験により、コーディングエージェントや既存のベースラインメソッドによる直接ゲームワールド生成と比較して、Code2Gamesは生成したゲーム世界の視覚的品質とインタラクティブな忠実性、エンジン適応後のゲームの品質を一貫して改善することを示した。
関連論文リスト
- GameDirector: Decoupling Gameplay Logic from Rendering for Player-Configurable Game World Models [45.65505209668782]
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。
論文 参考訳（メタデータ） (2026-09-22T04:03:27Z) - 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) - GUI Agents for Continual Game Generation [22.25472214301186]
ゲーム生成の評価と改善にはプレイヤーが必要であると我々は主張する。
ブラウザベースのゲーム生成タスク200と,期待されるインプレイ動作のルーリックをペアリングする,新たな評価環境であるPlaytestArenaを紹介する。
本稿では,ゲームエージェントとGUIエージェントが共有メモリを持つ持続ループで動作し,ゲーム生成をコーディングとプレイの対話に変換するPlay2Codeを提案する。
論文 参考訳（メタデータ） (2026-05-27T10:08:48Z) - 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) - Matrix-Game: Interactive World Foundation Model [11.144250200432458]
Matrix-Gameは、制御可能なゲームワールドジェネレーションのためのインタラクティブなワールドファンデーションモデルである。
本モデルでは,参照画像,動作コンテキスト,ユーザアクションを条件とした,制御可能な画像から世界への生成パラダイムを採用している。
17億以上のパラメータを持つMatrix-Gameは、キャラクタアクションとカメラの動きを正確に制御できる。
論文 参考訳（メタデータ） (2025-06-23T14:40:49Z) - AnimeGamer: Infinite Anime Life Simulation with Next Game State Prediction [58.240114139186275]
近年,無限アニメライフシミュレーションの先駆的なアプローチとして,多ターンテキスト対話を画像生成のための言語命令に変換するために,大規模言語モデル(LLM)が採用されている。
本稿では,MLLM(Multimodal Large Language Models)をベースとしたAnimeGamerを提案する。
本稿では,アニメーション映像を高品質なビデオクリップにデコード可能な,アクション対応のマルチモーダル表現を提案する。
論文 参考訳（メタデータ） (2025-04-01T17:57:18Z) - A Text-to-Game Engine for UGC-Based Role-Playing Games [6.5715027492220734]
本稿では,単純なテキスト入力を複雑なマルチモーダルRPG体験に変換する基礎モデルを活用する,テキスト・ツー・ゲームエンジンの新しいフレームワークを提案する。
エンジンは動的にゲームナラティブを生成し、テキスト、ビジュアル、メカニックを統合すると同時に、プレイヤーのインタラクションに基づいてキャラクター、環境、ゲームプレイをリアルタイムで適応させる。
論文 参考訳（メタデータ） (2024-07-11T05:33:19Z)
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。