ReactiveGWM: 반응형 게임 세계 모델에서 NPC 조종

초록

현재 게임 월드 모델은 주관적이고 플레이어 중심의 관점에서 환경을 시뮬레이션한다. 그러나 NPC(Non-Player Character)를 단순한 배경 픽셀로 취급함으로써, 이러한 모델들은 플레이어와 NPC 간의 상호작용을 포착할 수 없다. 이러한 점에서 이들은 실제 시뮬레이션 엔진이라기보다는 수동적인 비디오 렌더러 역할을 하며, 행동에 의해 유발되는 NPC 반응을 모델링하는 데 필요한 물리적 이해를 결여한다. 우리는 플레이어와 NPC 간의 동적 상호작용을 합성하는 반응형 게임 월드 모델인 ReactiveGWM을 소개한다. ReactiveGWM은 모든 상호작용 동역학을 혼동시키는 대신, 플레이어의 제어와 NPC의 행동을 명시적으로 분리한다. 플레이어 행동은 경량의 가산적 편향(additive bias)을 통해 확산 백본에 주입되며, 고수준의 NPC 응답(예: 공격, 제어, 방어)은 교차 주의 모듈을 통해 기반화된다. 결정적으로, 이러한 모듈은 상호작용 논리의 게임에 무관한 표현을 학습한다. 이는 제로샷 전략 전이를 가능하게 한다. 즉, 학습된 모듈을 서로 다른 게임의 기성품이며 주석이 없는 월드 모델에 직접 연결할 수 있다. 이는 도메인 특화 재학습 없이 즉시 제어 가능한 NPC 상호작용을 가능하게 한다. 두 개의 스트리트 파이터 게임에서 평가한 결과, ReactiveGWM은 세밀한 플레이어 제어 가능성을 유지하면서도 강력하고 프롬프트에 부합하는 NPC 전략 준수를 달성하여, 확장 가능하고 전략이 풍부한 NPC와의 상호작용을 위한 길을 열어준다.

English

Current game world models simulate environments from a subjective, player-centric perspective. However, by treating the Non-Player Character (NPC) merely as background pixels, these models cannot capture interactions between the player and NPC. In that sense, they act as passive video renderers rather than real simulation engines, lacking the physical understanding needed to model action-induced NPC reactivities. We introduce ReactiveGWM, a reactive game world model that synthesizes dynamic interactions between the player and NPC. Instead of entangling all interaction dynamics, ReactiveGWM explicitly decouples player controls from NPC behaviors. Player actions are injected into the diffusion backbone via a lightweight additive bias, while high-level NPC responses (e.g., Offense, Control, Defense) are grounded through cross-attention modules. Crucially, these modules learn a game-agnostic representation of interactive logic. This enables zero-shot strategy transfer: our learned modules can be plugged directly into off-the-shelf, unannotated world models of different games. This instantly unlocks steerable NPC interactions without any domain-specific retraining. Evaluated on two Street Fighter games, ReactiveGWM maintains fine-grain player controllability while achieving robust, prompt-aligned NPC strategy adherence, paving the way for scalable, strategy-rich interaction with the NPC.