General Video Game Rule Generation
University of Essex（埃塞克斯大学）
我们介绍了通用视频游戏规则生成问题，以及将用于通用视频游戏AI（GVGAI）竞赛的新赛道的epsilon软件框架。问题是，给定一个游戏级别作为输入，生成适合该级别的游戏规则。这可以被看作是一般视频游戏关卡生成问题的逆。将这两个问题概念化，有助于将生成完整游戏的难题分解为更小、更易管理的子问题。所提出的框架建立在GVGAI软件上，因此要求规则生成器提供视频游戏描述语言中定义的规则。我们描述了API，和三个不同的规则生成器：一个随机的，建设性的和基于搜索的生成器。早期的结果表明，建设性的发电机产生可玩的，有点有趣的游戏规则，但有一个有限的表达范围，而基于搜索的发电机产生显着不同的规则集，但质量参差不齐。
2019-06-12 cs.AI
A Game-Theoretic Framework for Joint Forecasting and Planning
Cornell University（康奈尔大学）
针对人机交互中预测最可能运动不安全而规划最坏情况导致机器人过度保守的问题，提出一种以规划器对演示者性能为收益的博弈论框架，实现联合规划与预测，有效提升了人群导航与真实数据中的安全性。
2023-10-20 cs.AI
"Press Space to Fire": Automatic Video Game Tutorial Generation
Tandon School of Engineering, New York University（纽约大学坦登工程学院）
我们提出的问题的教程生成的游戏，即生成教程，可以教玩家玩游戏，作为一个AI问题。这个问题可以通过几种方式来解决，包括生成游戏规则的自然语言描述，生成指导性的游戏关卡，以及生成如何使用以类似人类的方式玩游戏的代理来玩游戏的演示。我们进一步认为，通用视频游戏AI框架为解决这个问题提供了一个有用的测试平台。
2018-05-30 cs.AI
Benchmarking End-to-End Behavioural Cloning on Video Games
University of Eastern Finland（东芬兰大学）
行为克隆，即根据演示教计算机执行任务，已成功应用于各种视频游戏和机器人任务，有或没有强化学习。这也包括端到端的方法，在这种方法中，计算机像人类一样玩视频游戏：通过查看屏幕上显示的图像，并向游戏发送任务。作为玩视频游戏的一般方法，这有许多诱人的特性：不需要对游戏进行专门的修改，没有冗长的培训课程，并且能够在不同的游戏中重复使用相同的工具。然而，相关的工作包括游戏特定的工程，以实现的结果。我们采取了一种通用的方法，并研究了行为克隆的一般适用性的12个视频游戏，包括6个现代的视频游戏（2010年后出版），通过使用人类示范作为训练数据。我们的研究结果表明，这些智能体在原始性能上无法与人类相匹配，但它们确实学习了基本的动态和规则。我们还演示了数据的质量如何重要，以及记录来自人类的数据如何受到状态-动作不匹配的影响，这是由于人类的反射。
2020-05-18 cs.AI
Spatial Reasoning in LLM Game Agents: Impact of Causal Context and Multi-Step Planning
研究基于大语言模型的游戏智能体在复杂任务中表现不佳的问题，通过实验验证因果提示增强和多步规划可提升胜率并控制延迟，引入新基准评估，发现较大模型定位更准，融入因果上下文和多步规划能优化性能与速度。
2026-07-28 cs.AI
Reinforcement Learning with Dual-Observation for General Video Game Playing
Southern University of Science and Technology（南方科技大学）；University of Birmingham（伯明翰大学）；New York University（纽约大学）
强化学习算法在玩具有挑战性的棋盘游戏和视频游戏时表现良好。提高强化学习算法的泛化能力是越来越多的研究重点。通用视频游戏AI学习竞赛旨在开发能够学习玩在训练期间看不到的不同游戏级别的代理。本文总结了五年来通用视频游戏AI学习竞赛的版本。在每一个版本中，都设计了三个新游戏。在前三个版本中，培训和测试级别是分开设计的。自2020年起，每场比赛的三个测试级别通过扰动或合并两个训练级别产生。然后，我们提出了一种新的强化学习技术与一般的视频游戏玩双观察，假设它更有可能观察到类似的局部信息在不同的水平，而不是全球信息。我们提出的一般技术不是直接输入当前游戏屏幕的单个原始基于像素的屏幕截图，而是将游戏屏幕的编码，转换的全局和局部观察作为两个同时输入，旨在学习用于玩新关卡的局部信息。我们提出的技术是用三种最先进的强化学习算法实现的，并在2020年通用视频游戏AI学习竞赛的游戏集上进行了测试。消融研究显示了使用编码、转换的全局和局部观测值作为输入的出色性能。
2022-03-31 cs.AI
Rinascimento: Optimising Statistical Forward Planning Agents for Playing Splendor
Queen Mary University of London（伦敦玛丽女王大学）；Southern University of Science and Technology（南方科技大学）
基于游戏的基准测试在人工智能（AI）技术的发展中发挥着至关重要的作用。提供多样化的挑战对于推动研究创新和理解现代技术至关重要。Rinascimento提供了一个参数化的部分可观察的多人纸牌游戏，这些参数可以很容易地修改游戏中的规则，目标和物品。我们描述了框架的所有功能和游戏挑战，提供基线游戏AI和分析他们的技能。我们保留代理的超参数调整在实验中的核心作用，突出它如何可以严重影响性能。基线代理包含对统计正向规划算法的几个附加贡献。
2019-04-03 cs.AI
Analysis of Vanilla Rolling Horizon Evolution Parameters in General Video Game Playing
University of Essex（埃塞克斯大学）
蒙特卡罗树搜索技术通常主导一般视频游戏，但最近的研究已经开始关注进化算法及其在匹配树搜索游戏水平甚至优于这些方法的潜力。在线或滚动地平线进化是可用于在一般视频游戏中进化计划动作序列的选项之一，但迄今为止还没有研究探索该算法的香草版本在多个游戏中的功能。本研究旨在批判性地分析来自通用视频游戏AI语料库的一组20个游戏中关于人口规模和个体长度的不同配置。确定性和随机游戏之间的区别，并使用优越的时间预算的影响进行了研究。结果表明，有使用这些技术的范围，在某些配置优于蒙特卡罗树搜索，也表明，在这些方法的进一步研究可以提高他们的性能。
2017-04-24 cs.AI
Automatic Critical Mechanic Discovery Using Playtraces in Video Games
New York University（纽约大学）；Northeastern University（东北大学）
我们提出了一种新的方法，自动关键机制发现的视频游戏使用的游戏描述解析和playtrace信息相结合。该方法被应用于通用视频游戏人工智能（GVG-AI）框架内的几个游戏。在用户研究中，将人类识别的机制与系统识别的关键机制进行比较，以验证人类和系统之间的一致性。研究结果表明，新方法能够以比基线更高的一致性匹配人类。我们的系统进行了进一步验证，通过比较与关键力学和香草MCTS代理$4$游戏从GVG-AI增强MCTS代理。我们新的playtrace方法显示，在所有4个测试游戏的基线上，性能有了显着的提高。所提出的方法也显示出匹配或改进的性能比旧的方法，表明playtrace信息负责更完整的关键机制发现。
2020-09-15 cs.AI
The Challenge of Believability in Video Games: Definitions, Agents Models and Imitation Learning
UEB（欧洲布列塔尼大学）；ENIB（法国国立布雷斯特工程师学院）；LISyC（LISyC实验室）；Virtualys（Virtualys公司）
在本文中，我们解决了在视频游戏中创建可信代理（虚拟角色）的问题。我们只考虑可信度的一个含义，“给人一种被玩家控制的感觉”，并概述了它的评估问题。我们提出了几种模型，代理在游戏中，可以产生可信的行为，无论是从行业和研究。对于高水平的可信度，学习，特别是模仿学习似乎是要走的路。我们快速概述了不同的方法，使视频游戏的代理从玩家那里学习。最后，我们提出了一个两步的方法来开发新的可信代理模型。首先，我们必须为我们的应用程序找到可信度的标准，并定义一种评估方法。然后设计模型和学习算法。
2010-09-02 cs.AI
Seemingly Simple Planning Problems are Computationally Challenging: The Countdown Game
IBM T. J. Watson Research Center（IBM T. J. Watson 研究中心）；IBM San Jose（IBM 圣何塞）；Colorado State University（科罗拉多州立大学）
本文提出基于倒计时游戏的规划基准，该问题具有NP完全复杂性，能有效评估规划能力，实验显示现有LLM方法在该基准上仍面临挑战。
2026-04-05 cs.AI
Enhancing the Monte Carlo Tree Search Algorithm for Video Game Testing
Middle East Technical University（中东技术大学）
在本文中，我们研究了几个蒙特卡罗树搜索（MCTS）的修改视频游戏测试的效果。虽然MCTS的修改在游戏中得到了广泛的研究，但它们对发现bug的影响是空白的。我们在之前的研究中专注于bug发现，在那里我们引入了合成的和类似人类的测试目标，并且我们在Sarsa和MCTS代理中使用这些测试目标来发现bug。在这项研究中，我们扩展了MCTS代理的游戏测试目的的几个修改。此外，我们提出了一种新的树重用策略。我们通过在三个测试平台游戏上测试这些修改来进行实验，每个测试平台游戏有四个级别，总共包含45个错误。我们使用通用视频游戏人工智能（GVG-AI）框架来创建测试床游戏，并使用GVG-AI框架收集427个人类测试者轨迹。我们分析了三个部分提出的修改：我们评估其对代理的错误发现性能的影响，我们衡量他们的成功下两个不同的计算预算，我们评估他们的影响，人类相似的人一样的代理。我们的研究结果表明，MCTS修改提高了代理的错误发现性能。
2020-03-17 cs.AI
On Automating Video Game Regression Testing by Planning and Learning
Filuta AI, Inc.（Filuta AI 公司）
本文提出利用自动规划与增量动作模型学习技术，通过游戏日志维护PDDL形式化模型，实现电子游戏回归测试自动化，并以Unity教程角色扮演游戏为例验证了方法的可行性。
2024-04-02 cs.AI cs.HC
GameVLM: A Decision-making Framework for Robotic Task Planning Based on Visual Language Models and Zero-sum Games
Academy for Engineering and Technology, Fudan University（复旦大学工程与技术学院）
GameVLM提出一种基于视觉语言模型与零和博弈的多智能体框架，通过决策与专家智能体协作及博弈求解，提升机器人任务规划决策能力，实验平均成功率达83.3%。
2024-05-22 cs.AI cs.RO
Offline Grid-Based Coverage path planning for guards in games
McGill University（麦吉尔大学）
穷举覆盖的算法在视频游戏中有应用，可以实现自动游戏级探索。目前的设计使用简单的逻辑，经常导致性能差或表现出不自然的行为。在本文中，我们介绍了一种新的算法覆盖的二维多边形（孔）的地区。我们假设地图布局的先验知识，并使用基于网格的世界表示。从简单的布局到实际游戏中使用的更复杂的地图，对几种场景的实验分析显示出良好的性能。这项工作作为第一步，建立一个更有效的覆盖路径规划算法的非玩家角色。
2020-01-15 cs.AI cs.RO
ExIt-OOS: Towards Learning from Planning in Imperfect Information Games
CliniCloud Labs（CliniCloud实验室）
目前，在玩许多重要的完美信息游戏（包括国际象棋和围棋）时，最先进的技术将规划和深度强化学习与自我游戏相结合。我们将这种方法扩展到不完美信息游戏，并提出了ExIt-OOS，这是一种在专家迭代框架内玩不完美信息游戏的新方法，并受到AlphaZero的启发。我们使用在线结果抽样，在线搜索算法的不完美信息游戏的地方MCTS。在在线训练时，我们的神经策略用于提高OOS中播放的准确性，从而为不完美信息游戏提供学习和规划反馈循环。
2018-10-25 cs.AI cs.GT cs.LG
Path Planning Games
Vanderbilt University（范德堡大学）
路径规划是机器人控制中的一个基本和广泛探索的问题。我们提出了一个新的经济角度的路径规划。具体来说，我们研究战略之间的互动路径规划代理使用博弈论路径规划框架。我们的重点是两个重要目标之间的经济紧张关系：代理人实现其目标的效率和安全性。我们首先开发一种新的数学公式的路径规划，权衡这些目标，当其他代理的行为是固定的。然后，我们使用这个公式近似纳什均衡的路径规划游戏，以及开发一个多智能体合作的路径规划制定。通过几个案例研究，我们表明，在一个路径规划游戏，安全性往往是显着妥协相比，合作的解决方案。
2019-10-30 cs.AI cs.GT cs.MA
Investigating Human Priors for Playing Video Games
University of California, Berkeley（加州大学伯克利分校）
是什么让人类如此擅长解决看似复杂的视频游戏？与计算机不同，人类带来了大量关于世界的先验知识，从而能够做出有效的决策。本文研究了人类先验知识在解决视频游戏中的作用。给定一个样本游戏，我们进行了一系列的消融研究，以量化人类表现的各种先验的重要性。我们通过修改视频游戏环境来系统地掩盖不同类型的视觉信息，这些信息可以被人类用作先验知识。我们发现，去除一些先验知识会导致人类玩家解决游戏的速度急剧下降，例如从2分钟到20分钟以上。此外，我们的研究结果表明，一般的先验知识，如对象的重要性和视觉一致性，是有效的游戏至关重要。视频和游戏操作可在https://rach0012.github.io/humanRL_website/上获得
2018-07-25 cs.AI cs.LG
A game-theoretic approach to timeline-based planning with uncertainty
University of Udine（乌迪内大学）；University of Roma Tre（罗马第三大学）；National Research Council（国家研究委员会）；The University of Western Australia（西澳大学）
在基于时间线的规划中，域被描述为一组独立但相互作用的组件，其随时间的行为（时间线集）由一组时间约束控制。基于时间线的计划系统的一个显著特征是通过合成灵活计划的控制策略来整合计划与执行的能力。然而，灵活的计划只能代表时间的不确定性，而更复杂的形式的非确定性需要处理更广泛的现实问题。在本文中，我们提出了一种新的博弈论的方法，以时间线为基础的规划问题，概括了最先进的，同时统一处理时间的不确定性和非确定性。我们定义了一个一般概念的时间线为基础的游戏，我们表明，这些游戏的获胜策略的概念是严格的更一般的控制策略的动态可控的灵活的计划。此外，我们发现，建立这样的获胜策略的存在性的问题是可判定的使用双指数量的空间。
2019-05-27 cs.AI cs.GT
Rolling Horizon Coevolutionary Planning for Two-Player Video Games
University of Essex（埃塞克斯大学）
本文介绍了一种新的算法，决策在两个玩家的实时视频游戏。与蒙特卡罗树搜索一样，该算法可以在没有统计学的情况下使用，并且已经被开发用于一般的视频游戏AI。该方法是最近的工作滚动地平线进化规划，这已被证明是工作良好的单人游戏，两个（或原则上许多）玩家的游戏。为了选择一个动作，该算法共同进化两个（或在一般情况下N个）种群，每个玩家一个，其中每个个体是相应玩家的动作序列。每个个体的适应度通过与来自对立群体的动作序列的选择进行比赛来评估。在游戏中选择一个行动时，第一个行动是从种群中最适合该玩家的成员中选择的。新算法进行了比较，一些一般的视频游戏AI算法的三个变化的两个玩家的空间战斗游戏，有希望的结果。
2016-07-06 cs.AI cs.NE
VideoGameQA-Bench: Evaluating Vision-Language Models for Video Game Quality Assurance
University of Alberta（阿尔伯塔大学）；Sony Interactive Entertainment（索尼互动娱乐）
VideoGameQA-Bench是一个用于评估视觉-语言模型在视频游戏质量保证中性能的综合基准，涵盖视觉测试、故障检测和bug报告生成等多种任务。
2025-12-18 cs.AI cs.CV
GameGen-X: Interactive Open-world Game Video Generation
University of Science and Technology of China（中国科学技术大学）；The Hong Kong University of Science and Technology（香港科技大学）；Hefei Institute of Physical Science, Chinese Academy of Sciences（中国科学院合肥物质科学研究院）；The Chinese University of Hong Kong（香港中文大学）
本文提出首个开放世界游戏视频生成与交互控制扩散 Transformer 模型 GameGen-X，并构建百万片段数据集，通过两阶段训练和 InstructNet 统一角色交互与场景控制。
2024-12-06 cs.AI cs.CV
BehAVE: Behaviour Alignment of Video Game Encodings
Institute of Digital Games, University of Malta（马耳他大学数字游戏学院）；AI Department, University of Malta（马耳他大学人工智能系）
针对现有域随机化方法依赖复杂仿真引擎的问题，提出无需访问游戏引擎的视频理解框架BehAVE，借助游戏视觉多样性与玩家动作文本对齐实现域随机化，在多场景下显著提升基础模型向未知FPS游戏的零样本迁移能力。
2024-11-01 cs.AI cs.CV
The VGLC: The Video Game Level Corpus
University of California, Santa Cruz（加州大学圣克鲁兹分校）；Drexel University（德雷塞尔大学）
关卡是许多不同视频游戏的关键组成部分，并且已经产生了大量关于如何程序化地生成游戏关卡的工作。近来，机器学习技术已经应用于视频游戏关卡生成，以自动生成具有训练语料库的属性的关卡。为此，我们以易于解析的格式提供了一个视频游戏关卡语料库，非常适合不同的机器学习和其他游戏AI研究目的。
2016-07-03 cs.AI cs.HC cs.LG
Game-theoretic Approach for Non-Cooperative Planning
Universitat Politècnica de València（瓦伦西亚理工大学）
当两个或多个自利的代理人在同一环境中执行他们的计划时，可能会出现冲突，例如，共同利用资源。在这种情况下，代理可以推迟执行特定的动作，如果这准时解决了冲突，或者它可以采取执行不同的计划，如果代理的回报显着减少，由于行动推迟。在本文中，我们提出了一个博弈论的方法，非合作规划，帮助执行前预测什么计划的时间表代理将采用，使所有代理的策略集构成一个纳什均衡。我们进行了一些实验，并讨论了我们的博弈论方法获得的解决方案，分析如何计划之间的冲突决定的代理商的战略行为。
2015-03-04 cs.AI cs.GT
Large Language Models and Video Games: A Preliminary Scoping Review
The Australian National University（澳大利亚国立大学）
针对游戏领域LLM相关研究激增的现状，本文开展初步范围综述，梳理2022至2024年初76篇相关论文，聚焦游戏AI等四大方向，呈现领域早期状态并为后续研究奠基。
2024-03-05 cs.AI cs.HC
A Framework for Complementary Companion Character Behavior in Video Games
California Polytechnic State University（加州州立理工大学）
我们提出了一个游戏开发框架，能够在视频游戏中的互补同伴的行为。“补充”动作与模仿动作形成对比，并被定义为友好的非玩家角色的任何动作，以促进玩家的策略。这是通过玩家动作和游戏状态预测过程的组合来确定的，同时允许AI同伴进行实验。我们根据一组动态的区域来确定同伴动作的兴趣位置，这些区域是为单个玩家定制的。一项用户研究显示了令人鼓舞的结果;大多数熟悉游戏设计的参与者对同伴行为做出了积极的反应，并表示他们会考虑在未来的游戏中使用该框架。
2018-08-28 cs.AI cs.MA
Learning to Play General Video-Games via an Object Embedding Network
School of Computer Science The University of Manchester（曼彻斯特大学计算机学院）
深度强化学习（DRL）已被证明是创建通用视频游戏AI的有效工具。然而，大多数当前的DRL视频游戏代理从游戏的视频输出端到端学习，这对于许多应用程序来说是多余的，并产生了许多额外的问题。更重要的是，直接基于像素的原始视频数据的工作是从一个人类playerdoes.In本文中，我们提出了一种新的方法，使DRL代理直接从对象的信息学习有很大的不同。这是通过使用对象嵌入网络（OEN）来获得的，该对象嵌入网络将一组不同长度的对象特征向量压缩成表示当前游戏状态的单个固定长度的统一特征向量，并同时满足DRL。我们评估我们的基于OEN的DRL代理比较几个国家的最先进的方法从GVG-AI比赛的选择游戏。实验结果表明，我们的基于对象的DRL代理产生的性能相比，在我们的比较研究中使用的方法。
2018-05-28 cs.AI cs.LG
See, Plan, Predict: Language-guided Cognitive Planning with Video Prediction
University of Toronto（多伦多大学）；Vector Institute（向量研究所）；Google（谷歌）
认知规划是将复杂的任务结构性地分解为一系列未来的行为。在计算环境中，执行认知规划需要在一个或多个模态中建立计划和概念，以便利用它们进行低水平控制。由于现实世界的任务往往是用自然语言描述的，我们设计了一个认知规划算法，通过语言引导的视频预测。当前的视频预测模型不支持对自然语言指令的调节。因此，我们提出了一种新的视频预测架构，该架构利用了预训练的Transformers的能力。该网络具有基于自然语言输入的基础概念的能力，并具有对看不见的对象的泛化能力。我们证明了这种方法在一个新的模拟数据集上的有效性，其中每个任务都是由自然语言描述的高级动作定义的。我们的实验比较我们的方法再次石头视频生成基线没有规划或行动接地和展示显着的改进。我们的消融研究强调了自然语言嵌入对概念基础能力提供的对看不见的对象的改进的概括，以及对任务的视觉“想象”进行规划的重要性。
2022-10-07 cs.AI cs.RO
Learning-Based Video Game Development in MLP@UoM: An Overview
The University of Manchester（曼彻斯特大学）
总的来说，电子游戏不仅在娱乐中占主导地位，而且已成为学习知识、获得技能和帮助医疗以及教育、职业/军事培训和医疗保健的替代方法。另一方面，电子游戏也为AI研究提供了理想的测试平台。然而，在很大程度上，视频游戏开发仍然是一个费力而昂贵的过程，并且从游戏生成到智能代理创建都存在许多技术挑战。与传统方法不同，在曼彻斯特大学的机器学习和感知实验室（MLP@UoM）中，我们提倡将机器学习应用于视频游戏开发中的不同任务，以系统地解决几个挑战。本文综述了MLP@UoM的主要研究进展，并展望了基于学习的视频游戏开发的未来研究方向。
2019-08-27 cs.AI cs.HC cs.LG
Parallel Algorithm for Approximating Nash Equilibrium in Multiplayer Stochastic Games with Application to Naval Strategic Planning
Ganzfried Research（甘茨弗里德研究公司）；Arctan, Inc.（阿克坦公司）
许多现实世界的域包含多个代理的行为策略与概率的过渡和不确定的（潜在的无限）的持续时间。这样的设置可以被建模为随机游戏。虽然已经开发了用于求解的算法（即，计算博弈论解的概念，如纳什均衡）两人零和随机博弈，非零和和多人随机博弈的算法研究是有限的。我们提出了一个新的算法，这些设置，这构成了第一个多人随机游戏的并行算法。我们提出了一个4人随机游戏的海军战略规划方案的实验结果，表明我们的算法能够快速计算策略构成纳什均衡到一个非常小的程度的近似误差。
2020-03-13 cs.AI cs.CR cs.GT
Fast Planning in Stochastic Games
AT&T Labs（AT&T实验室）；Tel Aviv University（特拉维夫大学）
随机游戏将马尔可夫决策过程（MDP）推广到多智能体环境，允许状态转换共同依赖于所有玩家的行为，并在每个状态下由多人矩阵游戏确定奖励。我们考虑在随机博弈中计算纳什均衡的问题，类似于MDP中的规划。首先，我们提供了一个推广的有限时域值迭代计算的纳什策略，为每个球员在generalsum随机游戏。该算法采用任意的纳什选择函数作为输入，它允许将多个纳什均衡之间的局部选择转化为单个全局纳什均衡的选择。我们的主要技术成果是一个算法计算近纳什均衡在大型或无限的状态空间。该算法建立在我们的有限时域值迭代算法的基础上，并将Kearns，Mansour和Ng（1999）的稀疏采样方法应用于随机博弈。最后给出了一个反例，证明了在零和情形下Shapely收敛的无穷时域折现值迭代（本文的结果作了一点推广）在一般和情形下不收敛.
2013-01-16 cs.AI cs.GT
The NES Video-Music Database: A Dataset of Symbolic Video Game Music Paired with Gameplay Videos
Universidade Federal de Viçosa（巴西维索萨联邦大学）
本文构建NES-VMDB数据集，将98,940个NES游戏视频片段与MIDI配乐配对，并提出条件式CMT基线，验证玩法视频可改善音乐结构与类型关联学习。
2024-04-05 cs.AI cs.LG cs.SD
Feasibility Study: Moving Non-Homogeneous Teams in Congested Video Game Environments
University of Southern California（南加州大学）
多智能体路径寻找（MAPF）是人工智能中的一个研究热点，它需要在给定的起始和目标位置下为智能体寻找无冲突路径。在电子游戏中，不同类型的代理人通常组成团队。在本文中，我们证明了有用的MAPF算法从人工智能移动这样的非同质团队在拥挤的视频游戏环境。
2017-10-04 cs.AI cs.MA cs.RO
"Did You Hear That?" Learning to Play Video Games from Audio Cues
Queen Mary University of London（伦敦玛丽女王大学）
游戏AI研究长期以来一直专注于从视觉输入或符号信息中学习玩视频游戏。然而，人类受益于更广泛的传感器，我们利用这些传感器来导航我们周围的世界。特别是，声音和音乐是我们中有多少人感知世界并影响我们做出决定的关键。在本文中，我们提出了初步的实验，玩游戏的代理学习玩视频游戏，完全从音频线索。我们扩展了视频游戏描述语言以允许音频规范，并扩展了通用视频游戏AI框架以提供新的音频游戏和用于学习代理的API以利用音频观察。我们分析了游戏和音频游戏的设计过程，包括简单的Q~学习代理的初步结果，并鼓励在这方面的进一步研究。
2019-06-11 cs.AI cs.LG cs.SD
Algorithms and Conditional Lower Bounds for Planning Problems
IST Austria（奥地利科学技术研究所）；TU Wien（维也纳技术大学）；University of Vienna（维也纳大学）
我们考虑规划问题的图，马尔可夫决策过程（MDP），和游戏的图。虽然图代表最基本的规划模型，但MDP代表与自然的互动，而图上的游戏代表与对抗环境的互动。我们考虑两个规划问题，有k个不同的目标集，问题如下：（a）覆盖问题问是否有一个计划，为每个单独的目标集，和（b）顺序目标可达性问题问是否可以达到的目标顺序。对于覆盖问题，我们给出了图的线性时间算法和图上的MDP和博弈的二次条件下界。对于序列目标问题，我们提出了一个线性时间算法的图，一个次二次算法的MDP，和二次条件下界的游戏图。我们的结果与条件下界建立（i）模型分离的结果表明，对于覆盖问题的MDP和游戏的图是比图和顺序可达性问题的游戏的图是比MDP和图更难;（ii）目标分离的结果表明，MDP的覆盖问题是比顺序目标问题更难。
2018-04-19 cs.AI cs.DS
GameTraversalBenchmark: Evaluating Planning Abilities Of Large Language Models Through Traversing 2D Game Maps
University of the Witwatersrand（威特沃特斯兰德大学）；New York University（纽约大学）
本文提出GameTraversalBenchmark（GTB），通过2D网格游戏地图评估LLMs的规划能力，发现GPT-4-Turbo得分44.97%，推理模型o1得分67.84%，表明该基准仍具挑战性。
2024-10-10 cs.AI cs.CL
VideoGameBench: Can Vision-Language Models complete popular video games?
Princeton University（普林斯顿大学）
VideoGameBench通过10款经典游戏测试视觉-语言模型在无辅助信息下的实时游戏完成能力，发现前沿模型受推理延迟限制，仅能完成极少量游戏内容。
2026-05-14 cs.AI cs.CL cs.CV
Hierarchical Game-Theoretic Planning for Autonomous Vehicles
University of California, Berkeley（加州大学伯克利分校）；KTH Royal Institute of Technology（KTH皇家理工学院）；Stanford University（斯坦福大学）
自动驾驶汽车在道路上的行为会影响其他驾驶员的行为，无论是超车、谈判合并还是避免事故。这种相互依赖，最好用动态博弈论来描述，在车辆的规划和对其他驾驶员行为的预测之间建立了强耦合，并构成了一个直接影响自动驾驶技术安全性和可行性的开放性问题。不幸的是，动态游戏的计算要求太高，无法满足自动驾驶在连续状态和动作空间中的实时约束。在本文中，我们介绍了一种新的游戏理论的自动驾驶轨迹规划算法，使实时性能分层分解的基础动态游戏到一个长期的“战略”游戏，简化的动态和完整的信息结构，和一个短期的“战术”游戏，完整的动态和简化的信息结构。战略博弈的价值被用来指导战术规划，隐含地扩展规划范围，推动局部轨迹优化更接近全局解决方案，最重要的是，定量地考虑自动驾驶汽车和人类驾驶员相互影响的能力和激励。此外，我们的方法承认人类决策的非确定性模型，而不是依赖于完全理性的预测。与现有技术相比，我们的研究结果展示了更丰富，更安全，更有效的自主行为。
2018-10-13 cs.AI cs.MA cs.RO
Player Experience Extraction from Gameplay Video
School of Interactive Computing（交互计算学院）；Georgia Institute of Technology（佐治亚理工学院）
为给定玩家的游戏过程提取游戏事件序列的能力传统上需要访问游戏的引擎或源代码。这对研究人员、开发人员和爱好者来说是一个障碍，他们可能会从这些游戏日志中受益。在本文中，我们提出了两种方法来获得游戏日志从游戏视频通过卷积神经网络和迁移学习。我们评估的方法在超级马里奥兄弟克隆，洛克人和天际。我们的结果表明，我们的方法优于随机森林和其他转移基线。
2018-09-06 cs.AI cs.CV cs.LG
Population Seeding Techniques for Rolling Horizon Evolution in General Video Game Playing
University of Essex（埃塞克斯大学）
虽然蒙特卡罗树搜索和密切相关的方法已经主导了一般的视频游戏，最近的研究表明滚动地平线进化算法作为一个有趣的替代方案的承诺。然而，在一般的实时视频游戏中，很少有人关注种群初始化技术。因此，本文提出了使用人口播种来提高滚动水平进化的性能，并给出了两种方法的结果，一步向前看和蒙特卡罗树搜索，测试了20个游戏的一般视频游戏AI语料库与多个进化参数值（人口大小和个体长度）。并对这两种播种方法的结果与经典的滚动时域进化算法进行了深入的分析。此外，本文提出了一个比较的蒙特卡罗树搜索算法。结果是有希望的，播种能够显着提高性能超过基线进化，甚至匹配高水平的发挥所获得的蒙特卡罗树搜索。
2017-04-23 cs.AI cs.NE
Rolling Horizon Evolutionary Algorithms for General Video Game Playing
Queen Mary University of London（伦敦玛丽女王大学）；Microsoft Research Cambridge（微软剑桥研究院）
游戏进化算法，特别是滚动地平线进化算法，最近在许多视频游戏中成功击败了最先进的胜率。然而，游戏中的最佳结果高度依赖于几篇论文中引入的修改和混合的特定配置，每一篇论文都为核心算法添加了额外的参数。此外，由于可能性空间已经超出了穷举搜索，因此仅从少数人类选择的组合中找到了先前公布的最佳参数。本文介绍了滚动时域进化算法的最新技术，结合文献中描述的所有修改，以及新的，一个大的结果混合。然后，我们使用参数优化器，N-Tuple Bandit进化算法，从通用视频游戏AI框架中找到20个游戏的最佳参数组合。此外，我们分析了算法的参数和一些有趣的组合，通过优化过程。最后，我们通过自动探索RHEA的大参数空间，在几个游戏上找到了新的最先进的解决方案。
2020-08-24 cs.AI cs.NE
Automated Planning in Repeated Adversarial Games
Imperial College London（伦敦帝国学院）；University of Southampton（南安普顿大学）
博弈论的规范性力量通常依赖于完全理性和/或自我博弈的互动。与此相反，这项工作抛开这些基本前提，而是集中在两个或多个代理之间的异构自主交互。具体来说，我们介绍了一种新的和简洁的表示重复对抗（常和）游戏，突出必要的功能，使自动规划代理的原因如何得分以上的游戏的纳什均衡，面对异构对手。为此，我们提出了TeamUP，一个基于模型的RL算法，旨在学习和规划这样的抽象。本质上，它有点类似于R-max，具有巧妙设计的奖励塑造，将探索视为对抗性优化问题。在实践中，它试图找到一个盟友，与之默契地勾结（在超过两个玩家的游戏中），然后合作制定一个联合行动计划，在对抗性重复游戏中始终获得高效用。我们使用首届柠檬水摊位游戏锦标赛来证明我们的方法的有效性，并发现TeamUP是表现最好的代理，将锦标赛的实际获胜策略降级为第二位。在我们的实验分析中，我们展示了我们的策略成功地并始终如一地与许多不同的异构（有时非常复杂）对手建立合作。
2012-03-15 cs.AI cs.GT
VPTwin: Real-Sim-Real Video Prediction for Robotic Manipulation Planning
VPTwin提出真实-仿真-真实视频预测框架，利用仿真孪生和VLM重建，减少物理幻觉并提升机器人操作规划性能。
2026-09-29 cs.AI cs.RO
An Unsupervised Video Game Playstyle Metric via State Discretization
National Yang Ming Chiao Tung University（国立阳明交通大学）；Pervasive Artificial Intelligence Research (PAIR) Labs（普适人工智能研究（PAIR）实验室）；Academia Sinica（中央研究院）
本文提出首个直接从游戏观察和动作中度量玩法风格的无监督指标，通过离散状态表示学习实现，并在多个游戏平台和不同智能体上验证了高准确性。
2021-10-03 cs.AI cs.CV cs.LG
World of Bugs: A Platform for Automated Bug Detection in 3D Video Games
Royal Holloway University of London（伦敦大学皇家霍洛威学院）
我们介绍了World of Bugs（WOB），一个旨在支持视频游戏中自动错误检测（ABD）研究的开放平台。我们讨论了ABD中的一些悬而未决的问题以及它们与平台设计的关系，并认为如果要取得进一步的进展，就需要基于学习的解决方案。该平台的主要功能是越来越多的常见视频游戏错误，可用于训练和评估ABD方法。
2022-06-21 cs.AI cs.LG cs.MA
Inverse reinforcement learning for video games
UC Berkeley（加州大学伯克利分校）
深度强化学习在一系列视频游戏环境中实现了超人的性能，但需要设计师手动指定奖励函数。提供目标行为的演示通常比设计描述该行为的奖励函数更容易。逆强化学习（IRL）算法可以从低维连续控制环境中的演示中推断出奖励，但将IRL应用于高维视频游戏的工作很少。在我们的CNN-AIRL基线中，我们修改了最先进的对抗IRL（AIRL）算法，将CNN用于生成器和迭代器。为了稳定训练，我们将奖励标准化，并增加训练数据集的大小。我们还学习了一个低维的状态表示使用一种新的自动编码器架构调整为视频游戏环境。这种嵌入被用作奖励网络的输入，提高了专家演示的样本效率。我们的方法在简单的Catcher视频游戏上实现了高水平的性能，大大优于CNN-AIRL基线。我们还在Enduro Atari赛车游戏上得分，但与专家性能不匹配，突出了进一步工作的必要性。
2018-10-24 cs.AI cs.LG stat.ML
Deep learning for video game genre classification
Western Kentucky University（西肯塔基大学）
基于封面和文本描述的电子游戏类型分类将完全有益于许多现代识别，搭配和检索系统。同时，这也是一项极具挑战性的任务，原因如下：首先，存在各种各样的视频游戏类型，其中许多类型没有具体定义。其次，视频游戏封面在许多不同的方面，如颜色，风格，文本信息等，即使是同一类型的游戏。第三，封面设计和文字描述可能会因许多外部因素而有所不同，例如国家，文化，目标读者群体等。随着视频游戏行业竞争日益激烈，封面设计师和排版师将封面设计推向极限，希望吸引销售。基于计算机的电子游戏类型自动分类系统是近年来一个特别令人兴奋的研究课题。在本文中，我们提出了一个多模态深度学习框架来解决这个问题。本文的贡献有四个方面。首先，我们编译了一个大型数据集，其中包含来自21个流派的50，000个视频游戏，包括封面图像，描述文本和标题文本以及流派信息。其次，基于图像和基于文本的，国家的最先进的模型进行了彻底的评估，为视频游戏的体裁分类的任务。第三，我们开发了一个高效的，可销售的多模态框架，基于图像和文本。第四，对实验结果进行了深入的分析，并提出了进一步改进的建议。结果表明，多模态框架优于当前最先进的基于图像或基于文本的模型。概述了这项任务面临的若干挑战。这项分类工作需要更多的努力和资源，以达到令人满意的水平。
2020-11-21 cs.AI cs.CV cs.LG
Visual Cue Guided Video Planning for Generalizable Robot Navigation
Technical University of Munich（慕尼黑工业大学）；Massachusetts Institute of Technology（麻省理工学院）；Örebro University（厄勒布鲁大学）
提出CueNav，结合视觉提示引导的视频规划与逆动力学模型，实现长视界、具身感知的泛化机器人导航，显著提升迷宫和狭窄通道成功率。
2026-09-17 cs.AI cs.CV cs.LG
Visual Encoders for Data-Efficient Imitation Learning in Modern Video Games
Microsoft Research（微软研究院）；Microsoft Gaming（微软游戏）
本文研究现代电子游戏中基于图像的模仿学习，系统对比了预训练视觉编码器与端到端训练在多款游戏中的表现，发现预训练编码器（如DINOv2）能提升决策效果并大幅降低训练成本。
2025-06-30 cs.AI cs.CV cs.LG
This&That: Language-Gesture Controlled Video Generation for Robot Planning
University of Michigan（密歇根大学）；University of Washington（华盛顿大学）
本研究提出机器人学习框架This&That，通过语言-手势条件生成可控视频规划，结合DiVA行为克隆架构将视觉规划转为机器人动作，性能显著优于现有方法。
2025-05-18 cs.AI cs.CV cs.RO
A Survey of Deep Reinforcement Learning in Video Games
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；University of Chinese Academy of Sciences（中国科学院大学）
深度强化学习（Deep Reinforcement Learning，DRL）自提出以来取得了巨大的成就。一般来说，DRL代理在每一步都接收高维输入，并根据基于深度神经网络的策略进行操作。这种学习机制通过端到端的方法来更新策略以最大化回报。本文综述了DRL方法的研究进展，包括基于值的算法、策略梯度算法和基于模型的算法，并对它们的主要技术和性能进行了比较。此外，DRL在游戏人工智能（AI）中发挥着重要作用。我们还回顾了DRL在各种视频游戏中的成就，包括经典的街机游戏，第一人称视角游戏和多智能体实时策略游戏，从2D到3D，从单智能体到多智能体。大量具有DRL的视频游戏AI已经实现了超人的性能，但在这一领域仍然存在一些挑战。因此，我们也讨论了DRL方法在该领域应用的一些关键问题，包括探索-开发、样本效率、泛化和迁移、多智能体学习、不完美信息和延迟剩余报酬等，以及一些研究方向。
2019-12-26 cs.AI cs.LG cs.MA
Learning to Identify Perceptual Bugs in 3D Video Games
Royal Holloway University of London（伦敦大学皇家霍洛威学院）
视频游戏中的自动错误检测（ABD）由两个不同但互补的问题组成：自动游戏探索和错误识别。自动化游戏探索最近受到了很多关注，受到强化学习等领域发展的推动。识别玩家体验中存在的错误的补充问题在很大程度上依赖于规则的手动规范。尽管人们普遍认为，许多感兴趣的错误不能用这种方法来识别，但在这方面几乎没有取得进展。在这项工作中，我们表明，它是可以识别一系列的知觉错误，使用基于学习的方法，只利用渲染的游戏屏幕所看到的玩家。为了支持我们的工作，我们开发了World of Bugs（WOB），这是一个用于在3D游戏环境中测试ABD方法的开放平台。
2022-02-25 cs.AI cs.CV cs.LG
Video-Robin: Autoregressive Diffusion Planning for Intent-Grounded Video-to-Music Generation
University of Maryland College Park（马里兰大学College Park分校）；Dolby Laboratories（杜比实验室）；NVIDIA（英伟达）
Video-Robin通过结合自回归规划与扩散合成，实现高质量的语义对齐音乐生成，相比传统方法在速度和质量上均有显著提升。
2026-04-22 cs.AI cs.CL cs.CV
