ReactiveGWM：一种反应式游戏世界模型，用于引导NPC行为
原帖
**ReactiveGWM：在反应式游戏世界模型中引导NPC**
_ReactiveGWM: Steering NPC in Reactive Game World Models_
> 本文提出ReactiveGWM，一种新型反应式游戏世界模型。当前游戏世界模型多从玩家主观视角模拟环境，将NPC视为背景像素，无法捕捉玩家与NPC的交互。ReactiveGWM通过解耦玩家控制与NPC行为，利用扩散骨干网络注入玩家动作，并通过交叉注意力模块锚定高级NPC响应（如攻击、控制、防御），从而合成动态交互。该模块学习了游戏无关的交互逻辑表征，实现了零样本策略迁移，可直接即插即用到不同游戏的现成世界模型中，无需领域特定重训练，即可解锁可控的NPC交互。在两个《街头霸王》游戏上的评估显示，该模型在保持精细玩家可控性的同时，实现了稳健且符合提示的NPC策略遵循，为可扩展的、策略丰富的NPC交互铺平了道路。
**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-05-18 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.15256)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
本文介绍了ReactiveGWM，一种新型反应式游戏世界模型，旨在解决当前模型无法有效模拟玩家与NPC交互的问题。该模型通过解耦玩家控制与NPC行为，并利用扩散骨干网络和交叉注意力模块，在两个《街头霸王》游戏上实现了零样本策略迁移和可控的NPC交互。
答案说明
ReactiveGWM是一种反应式游戏世界模型，它通过解耦玩家控制与NPC行为，利用扩散骨干网络注入玩家动作，并通过交叉注意力模块学习游戏无关的交互逻辑，从而在《街头霸王》游戏评估中实现了零样本策略迁移和可控的NPC交互。
这篇帖子回答的问题
- ReactiveGWM模型是如何解决当前游戏世界模型中NPC交互问题的？
- ReactiveGWM模型在什么游戏上进行了评估，效果如何？
核心观点
- 本文介绍了ReactiveGWM，一种新型反应式游戏世界模型，旨在解决当前模型无法有效模拟玩家与NPC交互的问题。该模型通过解耦玩家控制与NPC行为，并利用扩散骨干网络和交叉注意力模块，在两个《街头霸王》游戏上实现了零样本策略迁移和可控的NPC交互。
FAQ
- Q: ReactiveGWM的核心创新点是什么？
- A: 其核心创新在于通过解耦玩家控制与NPC行为，并利用扩散骨干网络和交叉注意力模块，学习游戏无关的交互逻辑表征，从而实现零样本策略迁移和可控的NPC交互。
关键实体
- ReactiveGWM
- 街头霸王