RSIGame：具有递归自我改进的自主 Agentic 游戏开发

大语言模型的最新进展使自动游戏生成变得越来越可行，但可靠地改进生成的游戏超出可玩版本仍然具有挑战性。幼稚的迭代细化很容易过度拟合一小部分测试用例，从而产生具有未解决的错误、缺失行为以及对更广泛的玩家交互的泛化能力较差的脆弱游戏。我们介绍RSIGame，一个具有递归自我改进功能的自主agentic游戏开发框架。 RSIGame 将开发组织为互补的本地和全局循环。具体来说，本地探索-诊断-改进循环广泛地探索可执行游戏，诊断并优先考虑发现的问题，并执行基于证据的修订，其中不断发展的清单不断积累新的测试和改进指导。全局循环跟踪整体质量，保留最佳检查点，并检测长期开发的饱和或回归。除了测试时间的改进之外，RSIGame 还通过训练将成功的开发经验进一步内化到生成器中。在 140 个 GameCraft-Bench 任务、两个游戏引擎和五个生成器中，RSIGame 在匹配的开发预算下持续提高游戏质量。值得注意的是，体验内化使 Qwen3.8-27B 在 Godot 上达到 61.38，在 Phaser 上达到 58.53，超过 GPT-5.5 的一次性分数，同时将 Qwen 的生成词元减少了 11 倍。