ゲームデザイン知識表現に基づいたゲームクリエイティビティの根拠付け：構造的制約下にゴールプレイbableパターンに基づく目的のゲームパターンを生成する LLM 実行可能合成の実験的調査

arXiv:2603.07101v3 発表タイプ：置換 要旨：複雑なゲームプレイアイデアを実行可能なアートファクト（Unity プロジェクトやコードなど）に変換することは、計算機ゲームクリエイティビティにおける中心的な課題です。ゲームプレイデザインパターンは、ゲームプレイ現象を記述するための構造化された表現を提供し、デザイナーが高レベルのアイデアをエンティティ、制約、およびルール駆動のダイナミクスに分解できるようにします。そのうち、ゴールパターンは一般的なプレイヤー目的の関係形式化します。ゴールプレイbable概念 (GPCs) は、これらの抽象化を実行可能な Unity エンジン実装として運用化し、体験的探索および構成ゲームプレイデザインをサポートします。私たちは、スケーラブルなプレイbableパターンの実現を、構造化された実行可能クリエイティブ合成の問題として枠組み付けました。生成されたアートファクトは、構造的制約を満たす必要があります。つまり、生成されたアートファクトは Unity の文法と構造的要件を満たさなければならず、同時にゴールパターンにエンコードされた意味を持つゲームプレイの解釈を維持しなければなりません。この二重の制約はスケーラビリティを制限します。そのため、私たちは現代の大型言語モデル（LLM）が、エンジンのレベルでの構造的制約下でそのような合成を実行でき、ゴールプレイbableパターンによって構造化され条件付けされた Unity コード（即ちゲーム）を生成できるかを調査します。26 のゴールパターンインスタニエーションを使用して、自然言語 → C# → Unity への直接生成基準ラインを、人間作成の Unity 固有の中間表現 (IR) に条件付けされたパイプラインと比較し、3 つの IR 構成と 2 つのオープンソースモデル（DeepSeek-Coder-V2-Lite-Instruct と Qwen2.5-Coder-7B-Instruct）を適用しました。コンパイルの成功は、自動化された Unity リプレイを通じて評価しました。私たちは、構造化と衛生の失敗モードを提案し、構造的およびプロジェクトレベルの根拠付けを主要なボトルネックと特定しました。

arXiv:2603.07101v3 Announce Type: replace Abstract: Creatively translating complex gameplay ideas into executable artifacts (e.g., games as Unity projects and code) remains a central challenge in computational game creativity. Gameplay design patterns provide a structured representation for describing gameplay phenomena, enabling designers to decompose high-level ideas into entities, constraints, and rule-driven dynamics. Among them, goal patterns formalize common player-objective relationships. Goal Playable Concepts (GPCs) operationalize these abstractions as playable Unity engine implementations, supporting experiential exploration and compositional gameplay design. We frame scalable playable pattern realization as a problem of constrained executable creative synthesis: generated artifacts must satisfy Unity's syntactic and architectural requirements while preserving the semantic gameplay meanings encoded in goal patterns. This dual constraint limits scalability. Therefore, we investigate whether contemporary large language models (LLMs) can perform such synthesis under engine-level structural constraints and generate Unity code (as games) structured and conditioned by goal playable patterns. Using 26 goal pattern instantiations, we compare a direct generation baseline (natural language -> C# -> Unity) with pipelines conditioned on a human-authored Unity-specific intermediate representation (IR), across three IR configurations and two open-source models (DeepSeek-Coder-V2-Lite-Instruct and Qwen2.5-Coder-7B-Instruct). Compilation success is evaluated via automated Unity replay. We propose grounding and hygiene failure modes, identifying structural and project-level grounding as primary bottlenecks.