Micro-Objective Learning : Accelerating Deep Reinforcement Learning through the Discovery of Continuous Subgoals
Seoul National University（首尔大学）；Yonsei University（延世大学）
最近，强化学习已经成功地应用于逻辑游戏围棋，各种雅达利游戏，甚至3D游戏，Labruth，尽管它仍然存在稀疏奖励设置的问题。在学习政策时，探索少数成功是困难的，也是困难的。为解决这一问题，提出了子目标和选项框架。然而，在线发现子目标的成本太高，无法用于学习大型状态空间中的选项。我们提出了微目标学习（MOL）来解决这个问题。其主要思想是在训练时估计一个状态的重要性，并根据其重要性给予额外的奖励。我们在两个Atari游戏中评估了我们的算法：Montezuma的复仇和Seaquest。每场比赛进行三次实验，MOL显著提高了基线得分。特别是在《蒙特祖玛的复仇》中，MOL取得了比之前最先进的模式好两倍的成绩。
2017-03-11 cs.AI
Keke AI Competition: Solving puzzle levels in a dynamically changing mechanic space
New York University（纽约大学）
Keke AI竞赛为游戏Baba is You引入了人工智能竞赛-这是一款类似推箱子的益智游戏，玩家可以创建影响游戏机制的规则。更改规则可能会对可能是解决方案空间一部分的级别的其余部分产生临时或永久影响。这些动态规则的性质和游戏的确定性方面为AI创造了一个挑战，即适应各种机械组合以解决一个关卡。本文介绍了框架和评估指标，用于排名提交的代理和基线结果样本树搜索代理。
2022-09-11 cs.AI
Predicting Personas Using Mechanic Frequencies and Game State Traces
New York University, Tandon（纽约大学坦登工学院）；University of Malta（马耳他大学）
我们研究如何有效地预测播放人物角色的基础上播放痕迹。游戏角色可以通过计算玩家和游戏行为的生成模型（所谓的程序角色）之间的动作一致率来计算。但这在计算上是昂贵的，并且假设适当的程序人物角色是现成的。我们提出了两种方法来估计玩家角色，一种是使用定期监督学习和聚合措施的游戏机制发起，另一种是基于序列学习的轨迹上密切裁剪的游戏观察。虽然这两种方法在预测与程序人物角色一致定义的游戏人物角色时达到了很高的准确性，但它们完全无法预测玩家自己使用问卷定义的游戏风格。这个有趣的结果突出了使用计算方法定义游戏人物角色的价值。
2022-06-15 cs.AI
Generating Levels That Teach Mechanics
Tandon School of Engineering, New York University（纽约大学坦登工程学院）
游戏教程的自动生成是一个具有挑战性的人工智能问题。虽然可以生成向玩家解释如何玩游戏的注释和说明，但本文的重点是生成向玩家介绍游戏机制的游戏体验。它为Mario AI框架发展了一些小级别，只有知道如何在游戏中执行特定动作的代理才能击败这些级别。它使用了一个完美的A* 代理的变体，这些代理在各种方面受到限制，例如不能跳得很高或看到敌人，以测试如何不做某些动作可以阻止玩家击败关卡。
2018-10-01 cs.AI
DiG-bench: Discovery in Games
本研究发布DiG-bench基准，含70个需智能体通过交互实验发现规则的游戏，设7个难度级，部分公开部分私有，用于评估智能体在目标未知环境中发现新知识的能力。
2026-10-30 cs.AI cs.LG
A Framework for Predicting the Impact of Game Balance Changes through Meta Discovery
University of Alberta（阿尔伯塔大学）
针对游戏平衡调整可能对元游戏产生难以预料影响的问题，提出基于强化学习的Meta Discovery框架用于自动化测试平衡调整，可高精度预测宝可梦竞技平台的平衡调整结果，辅助开发者决策。
2024-09-11 cs.AI cs.LG
CreativeGame:Toward Mechanic-Aware Creative Game Generation
University of Bristol（布里斯托大学）；Shanghai Jiao Tong University（上海交通大学）；Shandong University（山东大学）；Nanjing University（南京大学）；Sreal AI Project（Sreal AI项目）
本文提出CreativeGame系统，通过机制感知规划循环和跨版本经验积累，实现迭代式HTML5游戏生成，支持可解释的版本间进化。
2026-04-21 cs.AI
GamED.AI: A Hierarchical Multi-Agent Framework for Automated Educational Game Generation
Arizona State University（亚利桑那州立大学）
本文提出GamEDAI框架，通过分层多智能体方法将教师提供的问题转化为可玩的教育游戏，验证通过形式化机制合同。系统在200个问题上实现90%验证通过率和98.3%的模式合规性。
2026-05-07 cs.AI
A Decision-Optimization Approach to Quantum Mechanics and Game Theory
Cccent Inc.（Cccent公司）
量子世界的基本定律颠覆了经典物理学的逻辑基础。他们完全违反直觉，有许多奇怪的行为。然而，本文表明，他们可能是有意义的，从一个一般的决策优化原则的角度进行合作。这一原则也提供了一个概括的纳什均衡，一个关键的概念，在博弈论，更好的回报和稳定的游戏。
2009-12-02 cs.AI cs.GT
FALSIFYBENCH: Evaluating Inductive Reasoning in LLMs with Rule Discovery Games
University of Trento（特伦托大学）；Free University of Bozen-Bolzano（博泽-博尔扎诺自由大学）
提出FALSIFYBENCH框架，基于Wason 2-4-6任务评估LLM在假设生成、证据收集和信念修正方面的归纳推理能力，发现推理模型优于指令微调模型，且主动寻求证伪的负测试策略是成功的关键。
2026-06-03 cs.AI
Mechanic Maker: Accessible Game Development Via Symbolic Learning Program Synthesis
University of Alberta（阿尔伯塔大学）；Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所）
本文提出 Mechanic Maker 工具，利用后端符号学习系统从示例中综合游戏机制，让无编程经验者也能开发多种游戏；用户研究表明其使用能力与编程能力无关。
2024-10-01 cs.AI cs.HC
Mechanics Automatically Recognized via Interactive Observation: Jumping
University of California, Santa Cruz（加州大学圣克鲁兹分校）；New York University（纽约大学）
跳跃自从在《大金刚》中被引入以来就一直是一个重要的机制。它采取了各种形式，并出现在许多游戏中，每一次跳跃都有不同的感觉。在本文中，我们使用修改后的任天堂娱乐系统（NES）模拟器半自动运行实验的一个大子集（30%）的NES平台游戏。我们使用这些实验来构建跨控制台历史的不同开发者、系列和游戏的跳跃模型。然后，我们检查这些模型，以获得不同形式的跳跃和他们的相关感觉的见解。
2017-07-12 cs.AI
AtDelfi: Automatically Designing Legible, Full Instructions For Games
Tandon School of Engineering, New York University（纽约大学坦登工程学院）
介绍了一种全自动生成电子游戏教程的方法。AtDELFI系统（Automatically DESIGNING LECUBLE，Full Instructions for games）是为了研究如何通过程序生成指导玩家如何玩电子游戏的指令而创建的。我们提出了一种表示的游戏规则和力学使用图形系统以及教程生成方法，使用所述图形表示。我们证明了这个概念，通过测试它的一般视频游戏人工智能（GVG-AI）框架内的游戏，本文讨论了八个不同的游戏生成的教程。我们的研究结果表明，图形表示方案适用于简单的街机风格的游戏，如太空入侵者和吃豆人，但它似乎更复杂的游戏教程可能需要更高层次的游戏理解，而不仅仅是单一的机制。
2018-09-17 cs.AI
Compiling VGDL into Causal Models
提出将视频游戏描述语言编译为动态结构因果模型的确定性框架，直接翻译游戏组件为结构方程，保证因果保真度，支持反事实推理与因果强化学习。
2026-09-09 cs.AI
Conservative Equilibrium Discovery in Offline Game-Theoretic Multiagent Reinforcement Learning
针对离线多智能体博弈学习问题，提出COffeE-PSRO方法，通过量化博弈动态不确定性并修改强化学习目标，偏向于在真实博弈中具有低遗憾的解，实验证明其优于现有离线方法。
2026-06-29 cs.AI cs.MA
Modular Discovery of General Game-Playing Algorithms with Large Language Models
本文提出多智能体LLM元学习系统，在C++中模块化进化通用游戏搜索算法，经400+环境与15个MCTS基线对比，取得顶级评级并泛化至新游戏。
2026-09-29 cs.AI cs.GT cs.MA
GGP with Advanced Reasoning and Board Knowledge Discovery
University of Wrocław（弗罗茨瓦夫大学）
一般游戏质量（GGP）比赛遭受缓慢的状态切换和弱知识模块。实例化和命题网络比基于Prolog的推理提供了很大的性能增益，但扩展性不好。在本出版物中，mGDL是GDL的一种变体，去掉了函数常数，被定义为简单推理机的基础。mGDL允许轻松地将规则映射到C++函数。在270个测试的GDL规则表中，有253个符合mGDL，没有任何修改;其余的需要轻微修改。修订后的（m）GDL到C++翻译方案已被重新评估;它比YAP Prolog带来了28%到7300%的收益，甚至能够在几秒钟内编译出要求严格的规则表。为了加强游戏知识，空间特征的灵感来自计算机围棋类似的成功技术已经提出。由于它们需要一个欧几里得度量，GDL的一个小扩展板已经通过一组基础原子句定义。设计了一种基于SGA的遗传算法，用于调整游戏参数和进行自我游戏，从而从有意义的游戏记录中挖掘特征。该方法已经在一个小型集群上进行了测试，与基线UCT玩家相比，性能提升高达20%。GGP Spatium是一个小型的C++/Python GGP框架，用于开发紧凑的GGP播放器和问题解决器。
2014-01-22 cs.AI
Playable Game Generation
Tencent（腾讯）
本文提出 PlayGen 方法，通过游戏数据生成、自回归 DiT 扩散模型和可玩性评估框架，实现支持实时交互与准确机制模拟的 2D/3D 可玩游戏生成。
2024-12-01 cs.AI
Game-Guided Skill Discovery through Self-Play for Playable Agent Control
Georgia Institute of Technology（佐治亚理工学院）；Simon Fraser University（西蒙弗雷泽大学）；NVIDIA（英伟达）
提出GGSD框架，通过游戏自我对弈发现人类可玩的离散运动技能，使人类能组合技能解决未见任务，无需额外训练。
2026-10-01 cs.AI cs.LG cs.RO
Monte Carlo Search Algorithm Discovery for One Player Games
University of Liège（列日大学）
目前人工智能和游戏中的许多研究都致力于蒙特卡罗搜索（MCS）算法。虽然寻求一种能够在所有问题上表现良好的统一MCS算法是人工智能的主要兴趣，但从业者通常提前知道他们想要解决的问题，并花费大量时间利用这些知识以问题驱动的方式定制他们的MCS算法。我们提出了一个MCS算法的发现计划，以自动和可重复的方式来执行这一点。我们首先介绍了一个语法的MCS算法，使诱导一个丰富的候选算法空间。然后，我们在这个空间中搜索对于给定的训练问题分布平均表现最好的算法。我们依靠多武装土匪近似解决这个优化问题。在三个不同的域上生成的实验表明，我们的方法可以发现优于几个著名的MCS算法，如适用于树和嵌套蒙特卡罗搜索的置信上限算法。我们还表明，所发现的算法通常是相当强大的变化在训练问题的分布。
2012-12-18 cs.AI cs.GT
Deriving Quests from Open World Mechanics
North Carolina State University（北卡罗来纳州立大学）
开放世界游戏比线性进展结构的游戏给玩家提供了更多的自由。然而，如果没有明确的目标，他们往往离开球员没有目的感。大多数时候，任务和目标都是手工编写的，并覆盖在开放世界的机制之上。但是，如果它们可以从游戏本身有机地产生呢？我们项目的目标是在Minecraft中开发一个力学模型，可以用来确定目标在开放世界环境中的理想位置。我们根据逻辑规则形式化了Minecraft的游戏逻辑，这些规则可以通过两种方式进行操作：它们可以被执行以生成代表玩家在玩开放世界游戏时体验的图形，几乎没有开发人员指导;它们可以被静态分析以确定依赖顺序，反馈循环和瓶颈。这些分析然后可以用于在算法上将成就放置在游戏操作动作上。
2017-04-30 cs.AI cs.MM
Reward-Adaptive Iterative Discovery: A Case Study on Automated Game Testing for NHL26
Electronic Arts (EA)（艺电公司）
以EA SPORTS NHL 26为例，针对游戏测试工作量大的问题，提出奖励自适应迭代发现（RAID）方法，通过扩展强化学习算法，使其能找到多样高质量解决方案，单次实验就找到六种类似人工测试的曲棍球得分利用策略。
2026-07-09 cs.AI cs.LG
Dynamic Social Interaction Mechanics CrossAnt
Universidade de Lisboa（里斯本大学）
如今，人们正在努力研究游戏化以及如何使用游戏元素来吸引玩家。在这个范围内，我们认为越来越需要探索游戏机制对玩家互动和感知的影响。这项工作的重点是应用游戏机制来引导玩家实现某些类型的社会互动（我们将这种机制命名为社会互动机制）。一个名为CrossAnt的单词匹配游戏被修改，以便它可以动态地生成不同的社交互动机制。这些机制包括玩游戏所需的不同按键组合，旨在促进我们认为的三种重要的社会互动类型：合作，竞争和个人探索。我们的评估包括几个会话的执行，其中两个玩家在几个级别上与游戏互动，并且必须自己找到如何执行成功所需的操作。虽然有些关卡需要两个玩家的输入才能完成，但其他关卡可以由每个玩家独立完成。我们的研究结果表明，合作被认为是当双方球员不得不进行干预，以执行游戏的行动。然而，可能仍然需要更长的交互，以便促进其他类型的交互。
2019-03-24 cs.AI cs.CY cs.HC
GuessWhat?! Visual object discovery through multi-modal dialogue
University of Montreal（蒙特利尔大学）；Univ. Lille（里尔大学）；CNRS（法国国家科学研究中心）；Centrale Lille（里尔中央理工学院）；Inria（法国国家信息与自动化研究所）；DeepMind；Twitter
我们介绍GuessWhat？！，一个两人猜谜游戏，作为研究计算机视觉和对话系统相互作用的试验平台。游戏的目标是通过提出一系列问题在丰富的图像场景中定位未知物体。更高层次的图像理解，如空间推理和语言基础，需要解决所提出的任务。我们的主要贡献是收集了一个大规模的数据集，包括15万个人类玩的游戏，在66 K图像上总共有80万个视觉问答对。我们解释了我们的设计决策，收集数据集，并介绍了与游戏的两个玩家相关的甲骨文和提问任务。我们对深度学习模型进行了原型化，以建立引入任务的初始基线。
2017-02-06 cs.AI cs.CV
From Gameplay Traces to Game Mechanics: Causal Induction with Large Language Models
Institute for Information Processing, Leibniz University Hannover, Germany（汉诺威莱布尼茨大学信息处理研究所）；SDU Metaverse Lab, University of Southern Denmark, Denmark（丹麦南方大学元宇宙实验室）
本文提出利用大语言模型进行因果推理，通过从游戏行为追踪中推断出视频游戏描述语言规则，以更准确地理解游戏机制。
2026-01-30 cs.AI cs.CV cs.LG
CognitionNet: A Collaborative Neural Network for Play Style Discovery in Online Skill Gaming Platform
Artificial Intelligence and Data Science, Games24x7 India（人工智能与数据科学，Games24x7印度）；Product Delight, Games24x7 India（产品愉悦，Games24x7印度）
提出两阶段协作神经网络CognitionNet，通过“桥接损失”在Rummy平台从遥测数据中挖掘游戏行为微模式与玩家持久游戏风格，实现玩家心理和战术的自动化发现及参与度预测诊断，显著优于SOTA基线。
2025-05-01 cs.AI cs.LG
Generating Gameplay-Relevant Art Assets with Transfer Learning
Cinvestav IPN（墨西哥国立理工学院计算机研究中心）；University of Alberta（阿尔伯塔大学）
在游戏开发中，设计引人注目的视觉资产来传达游戏相关的功能需要时间和经验。最近的图像生成方法可以创建高质量的内容，可以降低开发成本，但这些方法没有考虑游戏机制。我们提出了一个卷积变分自编码器（CVAE）系统来修改和生成新的游戏视觉效果的基础上，他们的游戏相关性。我们使用Pokemon精灵和Pokemon类型信息来测试这种方法，因为类型是游戏的核心机制之一，它们直接影响游戏的视觉效果。我们的实验结果表明，采用迁移学习的方法可以帮助提高视觉质量和稳定性看不见的数据。
2020-10-04 cs.AI cs.CV
Continual Learning of Control Primitives: Skill Discovery via Reset-Games
UC Berkeley（加州大学伯克利分校）；Stanford University（斯坦福大学）
强化学习具有在复杂环境中自动获取行为的潜力，但为了成功部署它，必须解决一些实际挑战。首先，在现实世界中，当代理尝试任务并失败时，环境必须以某种方式“重置”，以便代理可以再次尝试任务。虽然在模拟中很容易，但在现实世界中这可能需要相当大的人力，特别是如果试验的数量非常大。其次，现实世界的学习通常涉及复杂的、时间上扩展的行为，这通常难以通过随机探索来获得。虽然这两个问题可能在第一次出现无关，在这项工作中，我们展示了如何一个单一的方法可以让代理获得技能，最小的监督，同时消除需要重置。我们这样做是通过利用的洞察力，需要“重置”代理的学习任务提供了一个自然的设置来学习一个不同的“重置技能”的初始状态的广泛设置。我们提出了一个通用的和游戏配方，平衡重置和学习技能的目标，并证明这种方法提高了性能的重置免费的任务，并表明，我们获得的技能可以用来显着加速下游学习。
2020-11-10 cs.AI cs.LG
GBQA: A Game Benchmark for Evaluating LLMs as Quality Assurance Engineers
The University of Hong Kong（香港大学）；Independent Researcher（独立研究者）；Westlake University（西湖大学）；Datawhale Org（Datawhale组织）
本文提出GBQA基准，通过30款游戏和124个经人类验证的bug测试LLM自主发现软件缺陷的能力，实验表明最佳模型仅能识别48.39%的bug。
2026-04-03 cs.AI cs.SE
Cognitive Training for Language Models: Towards General Capabilities via Cross-Entropy Games
Xent Labs；EPFL（瑞士联邦理工学院洛桑）；Université Lyon 1（里昂第一大学）
本文提出通过交叉熵游戏构建语言模型通用能力的框架，探讨了基于贪心优化算法的课程学习方法，并认为认知训练是发现相关技能的有效途径。
2026-04-12 cs.AI math.OC
Mechanic Maker 2.0: Reinforcement Learning for Evaluating Generated Rules
University of Alberta（阿尔伯塔大学）；Northeastern University（东北大学）
针对自动化游戏设计中现有人类游玩近似器静态、无法反映玩家学习能力的问题，研究将强化学习用于规则生成的人类游玩近似，复现并推出开源框架Mechanic Maker，实验证明其生成的规则集与A*基线不同且更便于人类使用。
2023-10-05 cs.AI cs.LG
Augmenting Automated Game Testing with Deep Reinforcement Learning
SEED - Electronic Arts (EA)（SEED - 艺电公司）
一般的游戏测试依赖于人类游戏测试人员的使用、游戏测试脚本以及感兴趣领域的先验知识来产生相关的测试数据。使用深度强化学习（DRL），我们将自学习机制引入游戏测试框架。通过DRL，该框架能够基于用户定义的强化奖励信号来探索和/或利用游戏机制。结果，测试覆盖率增加，并且在众多游戏类型中发现了意外的游戏机制、漏洞和错误。在本文中，我们表明，DRL可以用来增加测试覆盖率，发现漏洞，测试地图的难度，并检测常见的问题，出现在第一人称射击（FPS）游戏的测试。
2021-03-29 cs.AI cs.LG
A Reasoning Engine for the Gamification of Loop-Invariant Discovery
Northeastern University（东北大学）
我们描述了一个推理引擎，有利于游戏化的循环不变的发现的设计和实现。我们的推理引擎使没有正式方法专业知识的学生，计算代理和普通软件工程师能够使用基于浏览器的在线游戏协作证明关于简单程序的有趣定理。在一个小时内，玩家可以指定和验证程序的属性，这些属性超出了全自动工具的能力。小时限制包括设置系统的时间，完成一个简短的教程解释游戏和推理简单的命令式程序。参与者从来不需要理解形式证明;他们只通过提出不变量来提供见解。推理引擎负责管理和评估建议的不变量，以及生成可操作的反馈。
2021-09-02 cs.AI cs.FL cs.HC
Game-Creation-Agents: Autonomous Game Production
Tencent（腾讯）
Game-Creation-Agents（GCA）可将自然语言请求转化为 Phaser 4 浏览器游戏，通过8个专用智能体完成制作，在需求满足等多方面优于开放流程，获人类评分者整体偏好。
2026-11-10 cs.AI cs.MA
Reason to Play: Behavioral and Brain Alignment Between Frontier LRMs and Human Game Learners
University of Oxford（牛津大学）；Columbia University（哥伦比亚大学）；New York University（纽约大学）；Massachusetts Institute of Technology（麻省理工学院）；Harvard University（哈佛大学）
本文研究了前沿LRMs在游戏学习中的行为与大脑活动对齐情况，发现其在游戏发现阶段更接近人类行为，并能更准确预测大脑活动。
2026-05-08 cs.AI q-bio.NC
Towards an AI Fluid Scientist: LLM-Powered Scientific Discovery in Experimental Fluid Mechanics
Westlake University（西湖大学）
本文提出基于LLM的AI流体科学家框架，实现自主实验流程，提升流体力学研究效率。
2025-12-04 cs.AI physics.flu-dyn
Quantum Machine Learning in Precision Medicine and Drug Discovery -- A Game Changer for Tailored Treatments?
NextGen Computing Research Group, Unisys, Blue Bell, Pennsylvania, USA（Unisys公司）；Department of Health Technologies, Tallinn University of Technology, Estonia（塔林技术大学健康技术系）；Department of Information Systems and Operations Management, Vienna University of Economics and Business, Austria（维也纳经济与商业大学信息系统与运营管理系）；School of Computing, Newcastle University, UK（新卡斯尔大学计算学院）
本文综述QC与QML在精准医学和药物发现中的潜力及挑战，并提出用形式化方法验证和优化量子算法，以提升其可靠性、正确性与资源效率。
2025-07-24 cs.AI cs.ET quant-ph
Avalon-ToM-Bench: Evaluating Fine-Grained Theory of Mind via Asymmetric Game Mechanics
National Taiwan University（台湾大学）；CyCraft AI Lab（CyCraft人工智能实验室）
本文提出Avalon-ToM-Bench基准，基于阿瓦隆游戏机制评估大语言模型的细粒度心理理论，发现模型ToM能力不足源于推理策略而非知识或表征，推理训练比测试时思维链增益更显著。
2026-08-11 cs.AI cs.CL cs.CY
Rethinking Teacher-Student Curriculum Learning through the Cooperative Mechanics of Experience
Mila, University of Montreal（蒙特利尔大学Mila研究所）；Google DeepMind（谷歌DeepMind）
该研究从数据中心视角出发，借助合作博弈理论分析师生课程学习（TSCL）的师生交互机制，证明TSCL问题存在等价合作博弈，通过多场景实验验证基于经验合作价值的课程构建方法的有效性，为TSCL研究提供新基础。
2024-09-12 cs.AI cs.GT cs.LG
CausalGame: Benchmarking Causal Thinking of LLM Agents in Games
MBZUAI（穆罕默德·本·扎耶德人工智能大学）；Carnegie Mellon University（卡内基梅隆大学）；Hong Kong Baptist University（香港浸会大学）；University of Oxford（牛津大学）；New York University, Abu Dhabi（纽约大学阿布扎比分校）
研究旨在通过因果游戏基准测试大语言模型智能体的因果思维能力，让智能体设计实验、收集数据并给出解决方案。设计含多种挑战的场景，发现当前智能体因果思维能力欠佳，为评估提供了测试平台。
2026-07-07 cs.AI cs.CL cs.LG
