ScriptDoctor：基于大语言模型和树搜索的 PuzzleScript 游戏自动生成
人工智能
2025-06-10 v1 人机交互
摘要
在自动游戏设计（AGD）中广泛应用大预训练模型存在于代码、资产或更抽象的设计构想生成方面，但目前的研究大多基于持续的人类监督使用这些生成模型，缺乏将这些工具集成到更长时间跨度AGD管道中的工作，后者需要系统能够与游戏引擎交互来自主测试生成内容。为此，我们引入ScriptDoctor，一个由大语言模型（LLM）驱动的系统，用于自动生成和测试PuzzleScript中的游戏。PuzzleScript是一种描述性强但高度受限的语言，用于二维网格世界上的回合制解谜游戏。ScriptDoctor在迭代循环中生成和测试游戏设计构想，利用人类编写的示例来校准系统输出，利用PuzzleScript引擎的编译错误来引导功能代码，同时通过基于搜索的智能体进行游戏测试。ScriptDoctor作为自动化、开放式LLM驱动工作流程生成新游戏内容潜力的具体示例。
引用
@article{arxiv.2506.06524,
title = {ScriptDoctor: Automatic Generation of PuzzleScript Games via Large Language Models and Tree Search},
author = {Sam Earle and Ahmed Khalifa and Muhammad Umair Nasir and Zehua Jiang and Graham Todd and Andrzej Banburski-Fahey and Julian Togelius},
journal= {arXiv preprint arXiv:2506.06524},
year = {2025}
}
备注
5 pages, 3 figures, 3 tables, submitted to IEEE Conference on Games as a Short Paper