UCSD：让AI实现游戏自动开发
📖标题：RSIGame: Autonomous Agentic Game Development with Recursive Self-improvement
🌐 2609.39045v1

🛎️文章简介
🔸研究问题：如何让AI在自动生成游戏后，不仅能跑通，还能通过自我迭代修复漏洞、优化体验，避免陷入局部最优或产生新Bug？
🔸主要贡献：论文提出了RSIGAME框架，通过局部探索诊断与全局质量监控相结合的递归自改进机制，并将成功经验内化到模型训练中，显著提升了自动游戏开发的质量与效率。

📝重点思路
🔸构建局部“探索-诊断-改进”循环：系统包含控制器、探索者、编辑器和验证器四个智能体。控制器决定下一步测试方向，探索者与游戏交互收集证据，编辑器根据证据修改代码，验证器确认修改是否有效且无回归，所有发现存入动态检查清单以指导后续迭代。
🔸引入全局质量监控与控制：全局循环负责跟踪长期开发进度，保存最佳版本快照。当连续多次迭代未产生更优版本时，判定为饱和并停止或引入高层指导，防止盲目修改导致质量倒退。
🔸实施基于训练的经验内化：将成功的开发轨迹（包括规划、生成和经过验证的改进过程）作为监督数据，对基础生成模型进行微调。这使得模型能从参数层面学习开发经验，提升初始生成质量并减少后续迭代所需的计算资源。

🔎分析总结
🔸RSIGAME在Godot和Phaser两个引擎、140个任务及多种生成器上均表现出一致且显著的质量提升，优于现有的Play2Code等迭代方法。
🔸全局质量监控有效解决了迭代过程中的波动问题，通过保留最佳快照，确保了随着开发轮次增加，游戏质量能持续稳定上升而非震荡或退化。
🔸经验内化效果惊人，经过微调的Qwen3.8-27B模型在单次生成得分上超越了更强的GPT-5.5，同时生成本令牌数量减少了11倍，证明了将调试经验转化为模型能力的有效性。
🔸自适应开发策略优于固定流程，系统能根据当前游戏状态（如构建失败或美术短板）动态调整资源分配，从而获得更好的最终结果。

💡个人观点
论文模拟了人类软件工程中“测试-反馈-修复”的闭环，将“试错经验”不仅用于当下的修正，还通过微调反哺给模型本身。

LLM 大模型 agent 论文分享