再帰的ゲームクリエイター：エージェント型・製品レベル・体験指向のゲームハーネス

Recursive Game Creator: An Agentic Product-Level Experience-Oriented Game Harness

October 6, 2026

著者: Jiajun Chen, Haoyu Wu, Mingda Jia, Xihui Liu

cs.AI

要旨

近年のゲームデザインエージェントは、プレイ可能なゲームの生成において大きな進歩を遂げている。しかし、プログラムの正しさはプレイヤーにとって楽しい体験を保証するものではない。我々は、粗いゲームプロトタイプから娯楽性の高いゲームへとエージェントによるゲーム開発を発展させるための、体験志向のハーネスであるRecursive Game Creatorを提案する。Recursive Game Creatorは、デザイナー、ビルダー、プレイヤー、レビュアーの4つのコンポーネントを中心に再帰的開発を構成する。デザイナーは、ユーザーの指示とレビュアーのフィードバックを詳細な計画へ変換する。ビルダーは、これらの計画を候補ゲームへ変換する。コーディングネイティブなプレイヤーは、プログラムによるインターフェースを通じて再利用可能なポリシーを作成・実行し、多様なゲームプレイ軌跡を効率的に収集することで、低速なGUIベースの収集に起因する評価バイアスを軽減する。レビュアーは、注意深く設計された軌跡ベースの指標を用いてプレイヤー選好を推定し、視覚的証拠および明示的なテキストによる選好と統合して、ゲーム固有の基準に照らしてゲームを評価する。最後に、レビュアーはより良いバージョンを採用し、次ラウンドに向けた改善レビューを提供することで、再帰的ループを閉じる。我々の手法は、GameCraft-Benchにおいて77.89という最先端の総合性能を達成する。GameASG-Benchでは、53.2%という厳密なタスク成功率を達成し、同一モデルベースラインを34.1%改善するとともに、比較手法の中で93.4%という最高の平均ランタイムチェック通過率を達成する。ユーザー研究では、より長いプレイ時間とより高い評価が示された。コードは近日公開予定である。

English

Recent game design agents have made substantial progress in generating playable games. However, program correctness does not ensure an enjoyable experience for players. We present Recursive Game Creator, an experience-oriented harness to advance agentic game development from rough game prototypes into entertaining games. Recursive Game Creator organizes recursive development around four components: Designer, Builder, Player, and Reviewer. The Designer translates user instructions and Reviewer's feedback into detailed plans. The Builder turns these plans into candidate games. The coding-native Player creates and executes reusable policies through programmatic interfaces to efficiently collect diverse gameplay trajectories, mitigating evaluation bias caused by slow GUI-based collection. The Reviewer uses carefully designed trajectory-based metrics to induce player preferences, integrating with visual evidence and explicit textual preferences to evaluate games against game-specific criteria. Finally, the Reviewer accepts the better version and provides improvement reviews for the next round, closing the recursive loop. Our method achieves state-of-the-art overall performance of 77.89 on GameCraft-Bench. On GameASG-Bench, it achieves a strict task success rate of 53.2%, a 34.1% improvement over the same-model baseline, and the highest mean runtime-check pass rate at 93.4% among compared methods. A user study shows longer playtime and higher ratings. Code is coming soon.