AutoUE：透過多智能體系統自動生成Unreal Engine 3D遊戲
arXiv - Human-Computer InteractionLei Yin, Wentao Cheng, Zhida Qin, Tianyu Huang, Yidong Li, Gangyi Ding
本研究提出AutoUE，一個多智能體系統，能協調各智能體端到端生成3D遊戲，包含模型檢索、場景生成、遊戲邏輯編寫及自動化測試。
AI 幫你先抓重點
AI 重點 1
AutoUE 是一個多智能體系統，能端到端自動生成 Unreal Engine 3D 遊戲，涵蓋模型、場景、程式碼及測試。
滑鼠懸停看 AI 判斷理由
這代表了研究的核心突破：不再只是生成遊戲元素，而是整合整個遊戲開發流程。了解這一點，能快速掌握研究的規模與野心，以及其在自動化遊戲開發領域的潛力，有助於判斷研究的技術深度與應用範圍。
AI 重點 2
研究導入「檢索增強生成」機制，有效降低 LLM 在工具使用時產生的幻覺，提升生成準確性。
滑鼠懸停看 AI 判斷理由
大型語言模型在工具使用時的「幻覺」是 AI 輔助開發的重大挑戰。AutoUE 針對此問題提出解決方案，這不僅提升了生成結果的可靠性，也為其他 AI 輔助工具的開發提供了重要參考，對於希望在實務上應用 LLM 的讀者來說，極具參考價值。
核心研究發現
- 1
AutoUE系統能自動生成完整的3D遊戲，涵蓋遊戲開發的各個階段，從資源獲取到最終測試。
- 2
透過檢索增強生成機制，AutoUE能有效降低大型語言模型（LLM）在工具使用上的幻覺，確保生成過程的準確性。
- 3
研究整合了遊戲設計模式和引擎限制，提升了生成程式碼的正確性和穩定性，避免了常見的錯誤。
- 4
AutoUE設計了自動化遊玩測試流程，能生成並執行測試指令，系統性地評估遊戲的動態行為。
- 5
研究團隊構建了遊戲生成數據集，並透過實驗驗證了AutoUE的生成能力及各項設計的有效性。
對教育工作者的啟發
AutoUE的設計理念可應用於教育領域，例如協助學生快速原型設計遊戲，降低遊戲開發的門檻，並提供自動化測試的工具，提升學習效率。教師可以利用此類工具，引導學生探索遊戲設計的原理，並培養其解決問題的能力。此外，檢索增強生成機制也為教育內容生成提供了新的思路，可以幫助學生更有效地利用知識庫。
原始文獻資訊
- 英文標題：
- AutoUE: Automated Generation of 3D Games in Unreal Engine via Multi-Agent Systems
- 作者：
- Lei Yin, Wentao Cheng, Zhida Qin, Tianyu Huang, Yidong Li, Gangyi Ding
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- ISTA-DASLab/gemma-3-27b-it-GPTQ-4b-128g
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。