VibeGame: sviluppo di giochi da prompt con un motore nativo per l’IA e un team di agenti avversari autoevolutivo

Abstract degli autori

Gli agenti basati su modelli linguistici di grandi dimensioni hanno reso possibile lo sviluppo software attraverso interazioni in linguaggio naturale, ma estendere questo paradigma allo sviluppo di giochi dall’inizio alla fine resta difficile. Creare un gioco giocabile richiede di coordinare codice, scene, risorse, animazioni, fisica e configurazioni, consentendo al tempo stesso agli sviluppatori di verificarne il comportamento complessivo attraverso test interattivi. Presentiamo VibeGame, un framework per creare progetti completi di giochi 2D a partire da prompt in linguaggio naturale e da immagini di riferimento facoltative. Il suo motore di gioco nativo per l’IA rappresenta lo stato del progetto come testo strutturato con validazione dello schema e offre un controllo dell’esecuzione sincronizzato ai frame, consentendo agli agenti di esaminare gli stati del gioco, eseguire azioni e verificarne il comportamento al proprio ritmo. Su questa interfaccia progettiamo un team avversario di agenti composto da otto agenti specializzati, che separa l’implementazione dalla revisione, così che i problemi vengano individuati e risolti attraverso cicli di più round. Per ogni progetto realizzato e accettato, introduciamo inoltre un meccanismo di autoevoluzione senza addestramento, che lo distilla in strutture scheletriche, moduli e contratti di collaborazione riutilizzabili per lo sviluppo futuro. Valutiamo il prompt-assets-to-game (PA2G), in cui agli agenti viene fornita una libreria di risorse, e il prompt-to-game (P2G), in cui gli agenti generano le proprie immagini. Su un sottoinsieme di GameCraft-Bench, VibeGame in modalità P2G supera costantemente una serie di sistemi di orchestrazione degli agenti, in modalità P2G o PA2G e con lo stesso modello sottostante, incluso GPT-6.1-Sol.