Recursive Game Creator：递归式Agent游戏生成框架
热点事件持续更新
Recursive Game Creator：递归式Agent游戏生成框架
2 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Jiajun Chen、Haoyu Wu、Mingda Jia与Xihui Liu提出Recursive Game Creator，将游戏智能体开发组织为Designer、Builder、Player、Reviewer四个组件构成的递归循环，并以程序化策略游玩采集轨迹辅助评审，目标是把粗糙游戏原型推进为有娱乐性的成品游戏。 基于论文摘要，该方法在GameCraft-Bench上总体表现达到77.89；在GameASG-Bench上严格任务成功率为53.2%，较同模型基线提高34.1%，且在所比较方法中平均运行时检查通过率最高，为93.4%。摘要另称用户研究显示玩家游玩时间更长、评分更高，但未提供样本规模或具体数值。 代码尚未发布（论文称“coming soon”），上述结果目前属于论文摘要报告的内容，尚无独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月19日 12:00
Recursive Game Creator：面向产品级体验的 Agent 游戏生成框架报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv · cs.AIRecursive Game Creator：面向产品级体验的 Agent 游戏生成框架
作者提出 Recursive Game Creator，通过 Designer、Builder、Player 和 Reviewer 四个组件递归生成、评估并改进游戏。
10月7日
- arXiv · cs.AIRecursive Game Creator：面向产品级游戏体验的智能体递归生成框架
Recursive Game Creator提出面向游戏体验的智能体递归框架，将规划、构建、游玩和评审连接为循环，以程序化策略采集游玩轨迹并辅助评审。摘要报告该方法在GameCraft-Bench上总体表现达到77.89，在GameASG-Bench上严格任务成功率为53.2%，较同模型基线提升34.1%，运行时检查通过率为93.4%；用户研究报告更长的游玩时间和更高评分，代码即将发布。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。