論文の概要: Wizard: Manipulate Any World in Real Time via Agentic Control

• arxiv url: http://arxiv.org/abs/2610.40339v1
• Date: Thu, 29 Oct 2026 16:03:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 07:30:43.867855
• Title: Wizard: Manipulate Any World in Real Time via Agentic Control
• Title（参考訳）: 魔法使い:エージェント制御で現実世界をリアルタイムで操作
• Abstract要約: 本稿では,キャラクターの動きをリアルタイムで正確に制御できるエージェントゲームワールドモデルWizardを紹介する。 また,ゲーム状態を明示的に維持・更新するエージェントフレームワークも導入する。
• 参考スコア（独自算出の注目度）: 10.536756618765367
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent advances in video world models have enabled the generation of increasingly realistic and interactive virtual environments, opening new possibilities for player-customizable gameplay. Agentic frameworks further advance this direction by decoupling explicit game logic and controllable world representations from visual generation. However, existing approaches support only simple game settings and predefined motion patterns, generalize poorly to unseen environments and characters, and offer limited real-time interactivity. In this paper, we introduce Wizard, an agentic game world model that enables real-time, precise control over character motions while generalizing zero-shot across novel scenes, characters, and actions. To achieve this, we construct a diverse dataset spanning 750 scenes and 178 characters, incorporating skeleton and geometry information as structured representations. We leverage these representations as intermediate proxies to condition a video generation model, together with an adaptive masking mechanism that improves alignment between the conditioning signals and generated video rollouts. Furthermore, we introduce an agentic framework that explicitly maintains and updates game states, allowing players to freely configure their virtual worlds and exercise fine-grained control over character motions while preserving visual quality and gameplay consistency. By combining agentic control with structured proxy-based generation, our framework unlocks new possibilities for player-driven game creation with real-time, generalizable, and mechanically consistent world simulation.
• Abstract（参考訳）: 近年のビデオワールドモデルの発展により、現実的でインタラクティブな仮想環境の創出が可能となり、プレイヤにカスタマイズ可能なゲームプレイの新たな可能性が高まっている。 エージェントフレームワークは、明示的なゲームロジックと制御可能な世界表現を視覚生成から切り離すことで、この方向をさらに前進させる。 しかし、既存のアプローチは単純なゲーム設定と事前定義された動作パターンのみをサポートし、見えない環境や文字に一般化し、リアルタイムの対話性に制限を与えている。 本稿では,キャラクターの動きをリアルタイムかつ高精度に制御し,新たなシーンやキャラクター,アクションのゼロショットを一般化するエージェントゲームワールドモデルであるWizardを紹介する。 そこで本研究では,750のシーンと178のキャラクタにまたがる多様なデータセットを構築し,スケルトンと幾何学情報を構造化表現として組み込んだ。 我々はこれらの表現を中間プロキシとして利用してビデオ生成モデルを条件付けし、条件付き信号と生成されたビデオロールアウトとのアライメントを改善する適応マスキング機構と組み合わせる。 さらに,ゲーム状態の明示的維持と更新を行うエージェントフレームワークを導入し,プレイヤーが自由に仮想世界を構成し,視覚的品質とゲームプレイの整合性を保ちながらキャラクタ動作のきめ細かい制御を行えるようにした。 エージェント制御と構造化プロキシベースの生成を組み合わせることで,実時間,一般化可能,機械的一貫した世界シミュレーションによるゲーム生成の新たな可能性を実現する。

関連論文リスト

• AgentGarten: Code Worlds for Evolving Agents [58.17336583239046]
  AgentGartenは、シミュレータとゲームエンジンを結合してリアルタイムのインタラクティブ環境を構築するフレームワークである。 我々の実証的研究は、従来の強化学習と比較すると、わずか4ラウンドで学習するエージェントが数百万に対して、学習効率はかなり向上していることを示している。
  論文  参考訳（メタデータ） (2026-10-08T17:32:00Z)
• 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)
• GameWAM: A World Action Model for Video Games [36.43342575951464]
  我々は,ネイティブなクローズドループゲームプレイとGUI制御のための WAM について,我々の知る限り,GameWAM を紹介した。 協調した世界行動学習を支援するために,ゲームプレイとGUIトラジェクトリを構築した。 実験では、比較されたエージェントよりも実行されたネイティブアクションが少なく、競争力のあるタスク成功を示す。
  論文  参考訳（メタデータ） (2026-08-25T17:21:15Z)
• 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)
• ActionParty: Multi-Subject Action Binding in Generative Video Games [117.52562594944679]
  ActionPartyは、ゲーム生成のための制御可能な多目的世界モデルである。 46の多様な環境において最大7人のプレイヤーを同時に制御できる最初のビデオワールドモデルを実証する。
  論文  参考訳（メタデータ） (2026-04-02T17:59:58Z)
• MultiGen: Level-Design for Editable Multiplayer Worlds in Diffusion Game Engines [55.641812280108574]
  ユーザアクションによって継続的に更新され,世代別ロールアウトを通じてクエリされるシステムに,明示的な外部メモリを導入する。 この設計により、ユーザーは編集可能なメモリ表現を通じて環境構造を直接、編集可能な制御を行うことができる。 コヒーレントな視点と一貫したクロスプレイヤーインタラクションを備えた、リアルタイムマルチプレイヤーロールアウトに自然に拡張する。
  論文  参考訳（メタデータ） (2026-03-03T18:58:17Z)
• Animate Any Character in Any World [61.112404900403284]
  我々は,静的世界生成の現実性と構造的基盤を活用するAniXを紹介する。 ユーザは3DGSのシーンとキャラクタを提供し、そのキャラクターを自然言語で指示して、多様な振る舞いを実行できる。 AiXは、提供されたシーンとキャラクタとの視覚的忠実性を保った時間的コヒーレントなビデオクリップを合成する。
  論文  参考訳（メタデータ） (2025-12-18T18:59:18Z)

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。