CreativeGame: Op weg naar mechanica-bewuste creatieve spelgeneratie

CreativeGame:Toward Mechanic-Aware Creative Game Generation

April 21, 2026

Auteurs: Hongnan Ma, Han Wang, Shenglin Wang, Tieyue Yin, Yiwei Shi, Yucong Huang, Yingtian Zou, Muning Wen, Mengyue Yang

cs.AI

Samenvatting

Grote taalmodellen kunnen geloofwaardige spelcode genereren, maar het omzetten van deze capaciteit naar iteratieve creatieve verbetering blijft moeilijk. In de praktijk produceert eenmalige generatie vaak broos runtime-gedrag, zwakke accumulatie van ervaring over versies heen, en creativiteitsscores die te subjectief zijn om als betrouwbare optimalisatiesignalen te dienen. Een verdere beperking is dat game-mechanieken vaak alleen als post-hoc beschrijvingen worden behandeld, in plaats van als expliciete objecten die kunnen worden gepland, gevolgd, bewaard en geëvalueerd tijdens de generatie. Dit rapport presenteert CreativeGame, een multi-agent systeem voor iteratieve HTML5-spelgeneratie dat deze problemen aanpakt via vier gekoppelde ideeën: een proxy-beloning gericht op programmeermatige signalen in plaats van puur oordeel van het taalmodel; geheugen met afstammingsbereik voor de accumulatie van ervaring over versies heen; runtime-validatie geïntegreerd in zowel reparatie als beloning; en een op mechanieken geleide planningslus waarin opgehaalde kennis over mechanieken wordt omgezet in een expliciet mechaniekenplan voordat de codegeneratie begint. Het doel is niet slechts het produceren van een speelbaar artefact in één stap, maar het ondersteunen van interpreteerbare evolutie van versie tot versie. Het huidige systeem bevat 71 opgeslagen afstammingslijnen, 88 opgeslagen knooppunten en een globaal mechaniekenarchief met 774 entries, geïmplementeerd in 6.181 regels Python-code samen met inspectie- en visualisatietools. Het systeem is dus substantieel genoeg om architectuuranalyse, inspectie van beloningen en echte casestudies op afstammingsniveau te ondersteunen, in plaats van alleen demonstraties op promptniveau. Een echte afstammingslijn van 4 generaties toont aan dat innovatie op mechaniekenniveau kan ontstaan in latere versies en direct kan worden geïnspecteerd via versie-tot-versie gegevens. De centrale bijdrage is daarom niet alleen spelgeneratie, maar een concrete pijplijn voor het observeren van progressieve evolutie door expliciete verandering van mechanieken.

English

Large language models can generate plausible game code, but turning this capability into iterative creative improvement remains difficult. In practice, single-shot generation often produces brittle runtime behavior, weak accumulation of experience across versions, and creativity scores that are too subjective to serve as reliable optimization signals. A further limitation is that mechanics are frequently treated only as post-hoc descriptions, rather than as explicit objects that can be planned, tracked, preserved, and evaluated during generation. This report presents CreativeGame, a multi-agent system for iterative HTML5 game generation that addresses these issues through four coupled ideas: a proxy reward centered on programmatic signals rather than pure LLM judgment; lineage-scoped memory for cross-version experience accumulation; runtime validation integrated into both repair and reward; and a mechanic-guided planning loop in which retrieved mechanic knowledge is converted into an explicit mechanic plan before code generation begins. The goal is not merely to produce a playable artifact in one step, but to support interpretable version-to-version evolution. The current system contains 71 stored lineages, 88 saved nodes, and a 774-entry global mechanic archive, implemented in 6{,}181 lines of Python together with inspection and visualization tooling. The system is therefore substantial enough to support architectural analysis, reward inspection, and real lineage-level case studies rather than only prompt-level demos. A real 4-generation lineage shows that mechanic-level innovation can emerge in later versions and can be inspected directly through version-to-version records. The central contribution is therefore not only game generation, but a concrete pipeline for observing progressive evolution through explicit mechanic change.