Vai al contenuto
AI.info

Ricerca

Recursive Game Creator: un sistema agentico orientato all’esperienza per la creazione di giochi a livello di prodotto

Gli agenti per la progettazione di giochi hanno compiuto notevoli progressi nella generazione di giochi utilizzabili. Tuttavia, la correttezza del programma non garantisce un’esperienza piacevole per

Recursive Game Creator: un sistema agentico orientato all’esperienza per la creazione di giochi a livello di prodotto
arXiv
2610.08621
Pubblicato
2026-10-06
Autori
Jiajun Chen, Haoyu Wu, Mingda Jia, Xihui Liu

Abstract degli autori

Gli agenti per la progettazione di giochi hanno compiuto notevoli progressi nella generazione di giochi utilizzabili. Tuttavia, la correttezza del programma non garantisce un’esperienza piacevole per i giocatori. Presentiamo Recursive Game Creator, un sistema orientato all’esperienza che punta a far evolvere lo sviluppo agentico di giochi da prototipi rudimentali a giochi divertenti. Recursive Game Creator organizza lo sviluppo ricorsivo attorno a quattro componenti: Designer, Builder, Player e Reviewer. Designer traduce le istruzioni dell’utente e il feedback di Reviewer in piani dettagliati. Builder trasforma questi piani in versioni candidate dei giochi. Player, che opera direttamente nel codice, crea ed esegue policy riutilizzabili tramite interfacce programmatiche per raccogliere in modo efficiente diverse traiettorie di gioco, attenuando le distorsioni nella valutazione causate dalla lentezza della raccolta tramite interfaccia grafica. Reviewer usa metriche basate sulle traiettorie, progettate con cura, per inferire le preferenze dei giocatori e le integra con evidenze visive e preferenze testuali esplicite per valutare i giochi secondo criteri specifici per ciascuno. Infine, Reviewer accetta la versione migliore e fornisce valutazioni per migliorarla nel ciclo successivo, chiudendo il processo ricorsivo. Il nostro metodo raggiunge una prestazione complessiva di 77,89 su GameCraft-Bench, la migliore finora. Su GameASG-Bench ottiene un tasso di successo nei compiti secondo criteri rigorosi del 53,2%, un miglioramento del 34,1% rispetto al metodo di riferimento che usa lo stesso modello, e il più alto tasso medio di superamento dei controlli in fase di esecuzione tra i metodi confrontati, pari al 93,4%. Uno studio sugli utenti mostra tempi di gioco più lunghi e valutazioni più alte. Il codice sarà disponibile a breve.

Il riassunto di questo paper è disponibile solo in inglese: leggilo nella pagina inglese.

Leggi il paper originale su arXiv