ReactiveGWM: Guiando NPC em Modelos de Mundo de Jogo Reativos

Resumo

Os modelos atuais de mundo de jogos simulam ambientes a partir de uma perspectiva subjetiva e centrada no jogador. No entanto, ao tratar o Personagem Não-Jogável (PNJ) meramente como pixels de fundo, esses modelos não conseguem capturar as interações entre jogador e PNJ. Nesse sentido, eles atuam como renderizadores passivos de vídeo, em vez de verdadeiros motores de simulação, carecendo da compreensão física necessária para modelar reatividades do PNJ induzidas por ações. Apresentamos o ReactiveGWM, um modelo de mundo de jogo reativo que sintetiza interações dinâmicas entre o jogador e o PNJ. Em vez de embaralhar todas as dinâmicas de interação, o ReactiveGWM desacopla explicitamente os controles do jogador dos comportamentos do PNJ. As ações do jogador são injetadas na espinha dorsal de difusão por meio de um viés aditivo leve, enquanto as respostas do PNJ de alto nível (por exemplo, Ofensiva, Controle, Defensiva) são fundamentadas por módulos de atenção cruzada. Crucialmente, esses módulos aprendem uma representação agnóstica de jogo da lógica interativa. Isso possibilita a transferência de estratégia zero-shot: nossos módulos aprendidos podem ser conectados diretamente a modelos de mundo prontos para uso e não anotados de diferentes jogos. Isso instantaneamente desbloqueia interações controláveis com o PNJ, sem necessidade de retreinamento específico de domínio. Avaliado em dois jogos Street Fighter, o ReactiveGWM mantém a controlabilidade refinada do jogador, ao mesmo tempo que alcança uma adesão robusta e alinhada com comandos à estratégia do PNJ, abrindo caminho para interações escaláveis e ricas em estratégia com o PNJ.

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.