arXiv cs.AI· Tencent Multimodal RL Team, Xiangxin Zhou, Jiaqi Tang, Ke Ma, Wenhao Yang, Jiarui Yao, Boye Niu, Haiyang Guo, Yifei Zhao, Huanjin Yao, Pu Jian, Ruihuang Li, Haitao Wu, Yushi Huang, Xiangyan Liu, Yan Sun, Kaixin Li, Tianyu Pang·· 3 天前AI 评分49
腾讯多模态 RL 团队提出 Game-Creation-Agents：从自然语言请求自动生成可运行的 Phaser 4 浏览器游戏
Game-Creation-Agents: Autonomous Game Production
AI 导读
腾讯多模态 RL 团队提出 Game-Creation-Agents（GCA），可将自然语言请求转化为可运行的 Phaser 4 浏览器游戏。该流水线先构建多模态游戏设计文档，再投影为运行时脚手架、机器可读契约与确定性测试，由八个专用智能体串行实现场景、并行生产素材并合并为单一构建，经真实 UI 检查与代码盲评审后决定是否发布。
正文 · AI 翻译
作者：腾讯多模态强化学习团队：Xiangxin Zhou、Jiaqi Tang、Ke Ma、Wenhao Yang、Jiarui Yao、Boye Niu、Haiyang Guo、Yifei Zhao、Huanjin Yao、Pu Jian、Ruihuang Li、Haitao Wu、Yushi Huang、Xiangyan Liu、Yan Sun、Kaixin Li、Tianyu Pang
摘要：Game-Creation-Agents（GCA）可将自然语言请求转化为可运行的 Phaser 4 浏览器游戏。该流程首先构建一份多模态游戏设计文档，将机制与场景契约同有依据的视觉参考相耦合。随后，它将该文档投射为运行时脚手架、机器可读契约和确定性测试。接着由八个专用智能体执行制作：场景串行实现，资源并行生产，再由一份精简清单将两条分支合并为单一构建。与构建关联的真实 UI 检查以及一个代码盲评审员随后验证该构建，并决定游戏是否可以发布。每个阻塞项都会返回给拥有受影响产物的智能体，进行有界修复；一旦所有关卡通过，游戏即发布。我们通过已完成游戏的渲染界面单独对其进行评估，在统一协议下运行与提示词匹配的任务。与可比的开放流程相比，GCA 在需求满足度、核心机制、内容深度和功能性视觉方面表现更强。在并排人类研究中，评分者在每个维度上也为 GCA 的游戏打出更高分数，并整体更偏好这些游戏。
| 评论： | 此 https URL |
| 主题： | 人工智能（cs.AI）；多智能体系统（cs.MA） |
| 引用为： | arXiv:2610.16776 [cs.AI] |
| （或 arXiv:2610.16776v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.16776 arXiv 颁发的 DOI 经由 DataCite（待注册） |
提交历史
来自：Jiaqi Tang [查看电子邮件]
[v1]
2026年10月12日星期一 13:34:08 UTC（15,759 KB）
来源：arXiv cs.AI · arxiv.org