论文页面 - MAGIC：利用大语言模型生成可导航多场景游戏世界的过渡感知方法

来源：https://huggingface.co/papers/2607.11594

摘要

多场景导航（在单个有限空间内完成清理目标，然后通过传送门进入下一个场景）是当代3D游戏的一个标志性特征，但手动创作这一过程十分繁重：每个传送门两侧必须有一致的端点，每个内部空间在布置家具后仍需保持可导航性，且最终的空间连通性必须在多个文件中保持一致。近期的大语言模型（LLM）和多模态大语言模型（MLLM）场景生成器已显著降低了单个内部空间合成的成本，但它们一次仅生成一个场景，且无法通过简单的重复来构建一个连通的多场景世界。我们识别出单场景方法未能解决的三个障碍：跨场景一致性、场景内可导航性，以及评估过渡是否实际有效。我们提出了MAGIC，一个从提示到项目的系统，解决了这三个问题。MAGIC是一个四阶段流水线，将单个自然语言提示转化为可运行的多场景游戏项目：它规划一个共享的、过渡感知的中间表示，指定每个场景，同时通过洪水填充验证器强制执行传送门可达性，生成场景及其过渡脚本，并将它们组合成一个项目。由于现有的单场景保真度指标从未实际执行过渡，我们进一步引入了一个以过渡为中心的评估智能体，在游戏过程中运行每个过渡。在一个包含100个多场景案例的新基准测试上，MAGIC为每个案例生成了可执行项目，并在端到端过渡识别上达到了0.99的精确率、0.95的召回率和0.96的F1分数；按阶段来看，与LLM基线和Holodeck相比，它恢复了更多的真实传送门，并产生了明显更可导航的布局。我们的代码可在 https://github.com/sereneee1201/MAGIC/ 获取。

查看 arXiv 页面 (https://arxiv.org/abs/2607.11594) 查看 PDF (https://arxiv.org/pdf/2607.11594) 项目页面 (https://github.com/sereneee1201/MAGIC/) GitHub0 (https://github.com/sereneee1201/MAGIC) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.11594)

在你的智能体中获取此论文：

hf papers read 2607.11594

没有最新的CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

没有模型链接此论文

在你的模型 README.md 中引用 arxiv.org/abs/2607.11594 以从此页面链接。

引用此论文的数据集0

没有数据集链接此论文

在你的数据集 README.md 中引用 arxiv.org/abs/2607.11594 以从此页面链接。

引用此论文的 Space0

没有 Space 链接此论文

在你的 Space README.md 中引用 arxiv.org/abs/2607.11594 以从此页面链接。

包含此论文的收藏集0

没有包含此论文的收藏集

将此论文添加到收藏集 (https://huggingface.co/new-collection) 以从此页面链接。