论文页面 - ReactiveGWM：在反应式游戏世界模型中引导NPC

来源：https://huggingface.co/papers/2605.15256

摘要

ReactiveGWM 通过在扩散模型中解耦玩家控制与NPC行为，并利用交叉注意力模块实现与游戏无关的策略迁移，从而在游戏世界中实现动态的玩家与NPC交互。

当前的游戏世界模型从主观的、以玩家为中心的视角模拟环境。然而，仅将非玩家角色（NPC）视为背景像素，这些模型无法捕捉玩家与NPC之间的交互。从这一意义上说，它们更像是被动的视频渲染器，而非真正的模拟引擎，缺乏建模动作引发NPC反应所需的物理理解。我们提出 ReactiveGWM，一个反应式游戏世界模型（https://huggingface.co/papers?q=reactive%20game%20world%20model），它能够合成玩家与NPC之间的动态交互。ReactiveGWM 不将所有交互动力学纠缠在一起，而是显式地解耦玩家控制（https://huggingface.co/papers?q=player%20controls）与NPC行为（https://huggingface.co/papers?q=NPC%20behaviors）。玩家动作通过轻量级的加性偏置注入到扩散骨干网络中，而高层级的NPC响应（例如进攻、控制、防守）则通过交叉注意力模块（https://huggingface.co/papers?q=cross-attention%20modules）进行接地。关键的是，这些模块学习了一种与游戏无关的交互逻辑表示（https://huggingface.co/papers?q=game-agnostic%20representation%20of%20interactive%20logic）。这使得零样本策略迁移（https://huggingface.co/papers?q=zero-shot%20strategy%20transfer）成为可能：我们学习到的模块可以直接插入到不同游戏的现成、无标注世界模型中。这立即解锁了可引导的NPC交互，无需任何特定领域的重新训练。在两个《街头霸王》游戏上的评估表明，ReactiveGWM 在保持精细玩家可控性的同时，实现了稳健的、与提示一致的NPC策略遵循，为可扩展的、策略丰富的NPC交互铺平了道路。

查看arXiv页面（https://arxiv.org/abs/2605.15256）查看PDF（https://arxiv.org/pdf/2605.15256）项目页面（https://inv-wzq.github.io/ReactiveGWM/）GitHub9（https://github.com/INV-WZQ/ReactiveGWM）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.15256）

在你的代理中获取这篇论文：

hf papers read 2605\.15256

没有最新版本的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

在模型的README.md中引用arxiv.org/abs/2605.15256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

在数据集的README.md中引用arxiv.org/abs/2605.15256以从此页面链接。

引用此论文的Spaces0

没有Space链接此论文

在Space的README.md中引用arxiv.org/abs/2605.15256以从此页面链接。

包含此论文的集合1