← 最新の論文
🤖 人工知能

3D GameDev Arena: Benchmarking Coding Agents That Plan, Build, and Playtest extreme Long-Horizon Browser Games

本論文は、自動コーディングエージェントが複雑な3Dブラウザゲームをゼロから計画、構築、およびプレイテストする能力を評価する、108の極めて長期的なタスクを特徴とする包括的なベンチマークである「3D GameDev Arena」を紹介するものであり、現在のエージェントがこうしたタスクに苦慮していること、およびコードレベルの正確性がプレイヤーの好みを保証するものではないことを明らかにしている。

原著者: Bizhe Bai, Jiliang Jian, Yuqing Yan, Tao Chen, Ying Wen

公開日 2026-11-19
📖 1 分で読めます☕ さくっと読める

原著者: Bizhe Bai, Jiliang Jian, Yuqing Yan, Tao Chen, Ying Wen

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む

ビデオゲームをコンピュータに説明するだけで、コンピュータが単にコードを書くだけでなく、キャラクターをデザインし、3Dの世界を構築し、さらには「楽しさ」の要素まで自律的にテストしてくれる。そんな世界を想像してみてください。これは、研究者たちが機械にソフトウェアエンジニアとして振る舞うよう教えている、人工知能の最前線です。これまで、これらのAIシステムは、既存のコードの小さなエラーを修正したり、単純な平面的なプログラムを作成したりすることは可能であると証明してきました。しかし、彼らの能力の真の試練は、何もないところから複雑なものを作り出すことにあります。すなわち、リアルに感じられ、見た目が良く、実際にプレイして楽しい大規模な3Dゲームを作り出すことです。これは非常に大きな挑戦です。なぜなら、ビデオゲームは単なる命令のリストではなく、物理演算、視覚効果、そしてプレイヤーの選択がシームレスに連携しなければならない、生きたシステムだからです。もしコードは正しくても、ゲームの動きが硬かったり退屈だったりすれば、それは最も重要な目的を果たせていないことになります。

中国の複数の大学の研究チームは、「3D GameDev Arena」と呼ばれる新しいテスト場を構築することで、この課題に取り組みました。彼らは、現在のAIエージェントが、空のフォルダと単純なテキストによる説明から始めて、ゼロから完全な3Dゲームを構築できるかどうかを検証しようとしました。研究者たちは、AIに対して、あらかじめ用意されたテンプレートやスターターコード、あるいはすぐに使える3Dモデルを一切与えませんでした。その代わりに、AIはプロジェクト全体を計画し、キャラクターや環境といったデジタルアセットを自ら探し出すか作成し、それらを動かすためのコードを書き、そしてゲームが機能するかどうかを確認するために実際にプレイしなければなりませんでした。タスクは非常に過酷で、レーシング、格闘、ロールプレイング・アドベンチャーなど、14種類の異なるゲームを網羅していました。タスクの中には、AIが計画、構築、および修正のために、1,000回以上の個別の思考プロセス(コール)を行い、8時間近く稼働し続ける必要があるものもありました。

この実験の結果は、機械が正しく実行できることと、人間が楽しいと感じることとの間に、驚くべき隔たりがあることを明らかにしました。研究者たちは、ゲームを3つの異なる方法で評価しました。第一に、キャラクターの体力が攻撃を受けた際に正しく減少するかどうかといった、ゲームがルールに従っているかを確認するためにコードをチェックしました。第二に、自動化されたエージェントを使用してゲームをプレイし、3Dの世界の見栄えや操作の滑らかさを判断しました。最後に、公開されたアリーナにゲームを設置し、実際の人間が2つの異なるバージョンの同じゲームをプレイして、どちらを好むかを投票させました。その結果、AIは技術的なルールをパスするゲームを構築できることが多いものの、それらのルールをパスすることがゲームの「楽しさ」を保証するわけではないことが示されました。実際、技術的なテストにおいて同等の成績を収めた2つのAIシステムであっても、人間のプレイヤーによる評価は大きく異なり、一方のシステムがもう一方よりも2倍以上高い割合で好まれました。

この研究により、成功するゲームの鍵は、AIがどれだけのコードを書いたか、あるいはシーンにどれだけの3Dオブジェクトを追加したかではないことが判明しました。最も人気のあるゲームを生み出したAIシステムは、コードベースを小さく整理された状態に保っていましたが、プレイヤーの好みに苦戦したシステムは、膨大な量のコードを書き込み、画面を数十個の余分な3Dモデルで埋め尽くしており、それがしばしばナビゲーションを困難にしていました。最も決定的な違いは、AIがどのように自分の成果物をチェックしたかにありました。人間から最も支持されたシステムは、実際のブラウザ内でゲームをプレイし、キャラクターの動きを観察し、プレイヤーと同じように操作感をテストすることに時間を費やしていました。一方で、人間から不評を買ったシステムは、主に静的なチェック、つまりゲームを実行して実際に目にすることなく、紙の上でコードが正しいように見えるかを確認することに依存していました。このことは、AIがゲーム開発のような創造的なタスクを真にマスターするためには、単に論理を検証するだけでなく、自らの創造物を「体験」することを学ぶ必要があることを示唆しています。

こうした洞察にもかかわらず、研究者たちは、ゼロから大規模な3Dゲームを構築することは、まだ解決したとは程遠い状態であると結論付けています。最高のAIシステムであっても、技術的な要件の約3分の2しか満たすことができず、プレイアビリティや人間の好みに関する高いスコアに達したシステムは一つもありませんでした。AIは、生成された3Dモデルを動作するゲームに統合することに依然として苦労しており、キャラクターが世界観に適合しなかったり、正しく動かなかったりすることが頻繁にあります。さらに、AIは数時間に及ぶ作業の後でも目標を見失うことはありませんでしたが、ゲームを自然な感覚にするために計画を適応させることには頻繁に失敗しました。研究者たちは、正しいコードを書く能力は、魅力的な体験を生み出す能力とは別物であることを強調しています。AIが進歩し続ける中で、次のステップは、単に指示に従える機械を作ることではなく、遊びにおける微妙な「人間の感覚」を理解できるシステムを構築することなのです。

自分の分野の論文に埋もれていませんか?

研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。

Digest を試す →