近年、ゲーム世界モデルは主観的なプレイヤー視点から環境をシミュレートし、非プレイヤーキャラクター（NPC）を単なる背景ピクセルとして扱うため、プレイヤーとNPCの相互作用を捉えることができませんでした。これらのモデルは受動的なビデオレンダラーとして機能し、アクションによって誘発されるNPCの反応をモデル化するための物理的理解を欠いています。この限界に対処するため、研究チームはReactiveGWMを導入しました。これはプレイヤーとNPCの間の動的な相互作用を合成するリアクティブなゲーム世界モデルです。
ReactiveGWMの中心的な革新は、プレイヤーの制御とNPCの行動を明示的に分離することです。具体的には、プレイヤーのアクションは軽量な加算バイアスを介して拡散バックボーンに注入され、高レベルのNPC応答（攻撃、制御、防御など）はクロスアテンションモジュールを通じてグラウンディングされます。これらのクロスアテンションモジュールはゲームに依存しないインタラクティブロジックの表現を学習し、ゼロショット戦略転送を可能にします。つまり、学習済みモジュールを異なるゲームの既製の未注釈世界モデルに直接プラグインでき、ドメイン固有の再トレーニングなしで即座に操縦可能なNPC相互作用を実現します。
研究チームは2つの『ストリートファイター』ゲームで評価を行いました。結果として、ReactiveGWMはきめ細かいプレイヤーの制御性を維持しつつ、堅牢でプロンプトに沿ったNPC戦略遵守を達成しました。これにより、スケーラブルで戦略に富んだNPC相互作用への道が開かれます。また、この手法の汎用性は、ロールプレイングゲームやリアルタイムストラテジーゲームなど他のジャンルへの応用可能性を示唆しており、ゲームAI開発の新しいパラダイムを提供します。研究者はコードも公開しており、今後の研究と応用が期待されます。