CreativeGame: Rumo à Geração de Jogos Criativos com Consciência Mecânica
CreativeGame:Toward Mechanic-Aware Creative Game Generation
April 21, 2026
Autores: Hongnan Ma, Han Wang, Shenglin Wang, Tieyue Yin, Yiwei Shi, Yucong Huang, Yingtian Zou, Muning Wen, Mengyue Yang
cs.AI
Resumo
Os grandes modelos de linguagem podem gerar código de jogos plausível, mas transformar essa capacidade em melhoria criativa iterativa permanece difícil. Na prática, a geração única frequentemente produz comportamento em tempo de execução frágil, fraca acumulação de experiência entre versões e pontuações de criatividade demasiado subjetivas para servirem como sinais de otimização confiáveis. Uma limitação adicional é que as mecânicas são frequentemente tratadas apenas como descrições *post-hoc*, em vez de objetos explícitos que podem ser planeados, rastreados, preservados e avaliados durante a geração.
Este relatório apresenta o CreativeGame, um sistema multiagente para geração iterativa de jogos HTML5 que aborda estas questões através de quatro ideias acopladas: uma recompensa intermediária centrada em sinais programáticos em vez de puro julgamento de LLM; uma memória com âmbito de linhagem para acumulação de experiência entre versões; uma validação em tempo de execução integrada tanto na reparação como na recompensa; e um ciclo de planeamento orientado por mecânicas, no qual o conhecimento de mecânicas recuperado é convertido num plano de mecânicas explícito antes do início da geração de código. O objetivo não é meramente produzir um artefacto jogável numa única etapa, mas suportar uma evolução interpretável de versão para versão.
O sistema atual contém 71 linhagens armazenadas, 88 nós guardados e um arquivo global de mecânicas com 774 entradas, implementado em 6.181 linhas de Python, juntamente com ferramentas de inspeção e visualização. O sistema é, portanto, substancial o suficiente para suportar análise arquitectónica, inspeção de recompensas e estudos de caso reais a nível de linhagem, e não apenas demonstrações a nível de *prompts*.
Uma linhagem real de 4 gerações mostra que a inovação a nível de mecânicas pode emergir em versões posteriores e pode ser inspecionada diretamente através de registos de versão para versão. A contribuição central não é, portanto, apenas a geração de jogos, mas um *pipeline* concreto para observar a evolução progressiva através da alteração explícita de mecânicas.
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.