编排现实：从角色扮演到生动可玩的游戏世界——将LLM驱动的世界模拟视为参数化动作POMDP

arXiv 2026 59.2 method, application

TLDR

提出LLM驱动的游戏世界框架，形式化为参数化动作POMDP，采用单例编排代理和JSON状态表示。

评分理由

Strengths include a novel formalization addressing persistent world state in LLM-driven games and a clear architectural separation. Weaknesses are that it is work in progress with no empirical evaluation or real-world benchmarks, limiting evidence of effectiveness.

Read-first 评分解释

综合优先阅读分 59.2，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 45。

近期性 6%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

引用影响力 18%

94.7

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。归一化引用分位：0.94704179

方法质量 18%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：结果、验证

主题相关性 29%

64.3

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

可复现性 18%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

基础论文前沿论文桥接论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：459。

关键词评分

world model

world simulator

interactive world model

world dynamics prediction

generative world model

model-based reinforcement learning world model

video world model

深度分析

创新点

将LLM驱动的游戏世界形式化为参数化动作POMDP，状态为规范JSON实体树
单例编排代理（游戏主持人）将世界作为规范对象拥有
用于提交模式验证、内容哈希的JSON增量的Plan-Diff-Validate-Apply (PDVA)流水线
将叙事投影与底层规范状态分离以解决状态持久性问题

方法

该框架将游戏世界建模为参数化动作POMDP，其中状态为规范JSON实体树，动作分解为离散意图类型和结构化JSON参数，代理仅观察状态的叙事投影。转移核通过Plan-Diff-Validate-Apply (PDVA)流水线实现，该流水线提交模式验证、内容哈希的JSON增量。论文提供了形式化模型、JSON状态示例、单轮工作示例以及来自实际部署的15个说明性事件目录。

关键结果

未报告实证结果；论文展示了一个进行中的框架，附有来自实际部署的说明性事件。通过计划的人类玩家研究、多NPC并发代理以及作为RL环境部署的实证验证被列为未来工作。

局限性

未提供实证验证或定量结果；仅展示了来自实际部署的说明性事件
该框架被描述为进行中工作，需要未来工作完成人类玩家研究、多NPC并发代理和RL环境部署
当前部署的LLM驱动系统无法维持具有验证状态表示的持久世界，所提出的框架被呈现为架构选择而非经过验证的解决方案
系统依赖LLM驱动的流水线，可能在状态转换中引入不可预测性或错误

资源

论文