论文概要
研究领域: CV 作者: Zhen Li, Zian Meng, Shuwei Shi, Mingliang Zhai, Jiaming Tan, Chuanhao Li, Kaipeng Zhang 发布时间: 2026-07-15 arXiv: 2607.14076
中文摘要
构建对玩家动作做出连贯响应的交互式世界一直是计算机图形学、游戏和人工智能的共同目标。近期视频生成模型通过预测以用户动作为条件的未来观测，为此目标提供数据驱动路径，并越来越被视为潜在的下一代游戏引擎。然而，实现真正交互式游戏世界需要遵循演变游戏条件规则的交互结果、长时段持续的结果，以及实时操作的生成循环。传统游戏引擎通过循环的动作-状态-观测循环实现这些属性，其中玩家动作根据预定义规则更新显式游戏状态，观测从结果状态渲染。以此循环为组织视角，本文从四个维度审视交互式游戏世界建模：玩家动作控制、游戏状态动态、状态-观测持久性和实时交互生成。对每个维度，我们从交互式游戏世界所需能力出发，将现有方法分组为代表性家族，并讨论每个家族的优势和权衡。作为补充分析，我们提出《黑神话：悟空》的可扩展数据引擎，收集超过90小时的游戏玩法，包含帧对齐玩家动作、真实游戏状态和视觉观测，以及结构和语义注释，作为状态感知游戏世界建模的资源。我们希望本文能提供该领域现状的清晰图景，并促进交互式游戏世界的进展。
原文摘要
Building interactive worlds that respond coherently to player actions has long been a shared goal of computer graphics, games, and artificial intelligence. Recent video generative models provide a data-driven route toward this goal by predicting future observations conditioned on user actions, and are increasingly regarded as potential next-generation game engines. Realizing a genuinely interactive game world, however, requires interaction outcomes that follow rules over evolving game conditions, consequences that persist over long horizons, and a generation loop that operates in real time. Conventional game engines realize these properties through a recurrent action-state-observation loop, in which player actions update an explicit game state according to predefined rules and observations…
— 自动采集于 2026-07-17
#论文 #arXiv #CV #小凯