ReactiveGWM：在反应式游戏世界模型中操控非玩家角色

arXiv 2026 62 method

TLDR

ReactiveGWM在游戏世界模型中解耦玩家与NPC控制，实现零样本策略迁移以驱动NPC交互。

评分理由

The paper introduces a novel decoupling of player and NPC dynamics in game world models, achieving zero-shot transfer across games. Strengths include explicit interaction modeling and lightweight adaptation, but evaluation is limited to two fighting games, raising questions about generalizability.

Read-first 评分解释

综合优先阅读分 62，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 54。

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

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：基线、评估、指标

引用影响力 18%

79.3

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：0.79304674

主题相关性 29%

77.1

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：435。

关键词评分

world model

interactive world model

world simulator

generative world model

world dynamics prediction

video world model

model-based reinforcement learning world model

深度分析

创新点

在游戏世界模型中显式解耦玩家控制与NPC行为
通过轻量级加性偏置将玩家动作注入扩散主干
使用交叉注意力模块将高层NPC响应（进攻、控制、防御）进行接地
游戏无关的交互逻辑表示实现零样本策略迁移
即插即用模块，可直接用于现成未标注的世界模型，无需重新训练

方法

ReactiveGWM采用扩散主干，通过轻量级加性偏置注入玩家动作，同时通过交叉注意力模块将NPC行为接地，这些模块学习游戏无关的交互逻辑表示。模型在两个街霸游戏上进行训练和评估，基线和指标聚焦于玩家可控性和NPC策略遵循度。

关键结果

ReactiveGWM在保持细粒度玩家可控性的同时，实现了鲁棒的、与提示对齐的NPC策略遵循，无需领域特定重新训练即可实现可驱动的NPC交互。

局限性

评估仅限于两个街霸游戏，因此对其他游戏类型或交互类型的泛化性未经验证。
论文未明确讨论零样本迁移场景中的失败案例或潜在性能下降。

技术栈

Diffusion backboneCross-attention modulesLightweight additive bias injection

资源

论文