ReactiveGWM：用于驼背游戏世界模型的 NPC 驾驶
计算机视觉与模式识别
2026-05-18 v1
摘要
当前游戏世界模型从玩家中心的主观视角模拟环境。然而，将 Non-Player Character（NPC）仅视为背景像素，这些模型无法捕捉玩家与 NPC 之间的相互作用。从这个意义上说，它们充其能充当被动的视频渲染器，而非真正的仿真引擎，缺乏对行动引发的 NPC 反应所需的物理理解。我们引入 ReactiveGWM，一种能合成玩家与 NPC 之间动态交互的反应式游戏世界模型。与 entangled 所有交互动力学不同，ReactiveGWM 显式地将玩家控制从 NPC 行为中解耦。玩家动作通过轻量级可加偏置注入扩散主干网络，而高层次 NPC 响应（如攻击、控制、防御）通过跨注意力模块实现。关键的是，这些模块学习一种游戏无关的交互逻辑表示。这使得零样本策略迁移成为可能：我们所学习的模块可直接插拌到不同游戏的即插即用、未标注世界模型中。这立即启用了无需任何领域特定再训练的可驾驭 NPC 交互能力。在两款街机格斗游戏中评估的 ReactiveGWM 维持了细粒度玩家可控性，同时实现了稳健且与提示对齐的 NPC 策略遵循，为与 NPC 进行规模化、策略丰富的交互铺平了道路。
引用
@article{arxiv.2605.15256,
title = {ReactiveGWM: Steering NPC in Reactive Game World Models},
author = {Zeqing Wang and Danze Chen and Zhaohu Xing and Zizhao Tong and Yinhan Zhang and Xingyi Yang and Yeying Jin},
journal= {arXiv preprint arXiv:2605.15256},
year = {2026}
}
备注
The code is available at https://inv-wzq.github.io/ReactiveGWM/