← Каталог

· AI Engineer World's Fair 2026

Локальные AI-агенты для мобильных игр

Local Agentic Theory For Mobile Games — Shafik Quoraishee & Joanne Song, The New York Times

Агент на устройстве может подстраивать мобильную игру под игрока в реальном времени, если его цикл укладывается в бюджет кадра, батареи и памяти.

  • Агентный цикл вместо переобучения — агент на каждом шаге воспринимает сцену, предсказывает ходы противника, решает, что делать, и действует через локальные инструменты устройства. В отличие от RL, веса модели под конкретную игру не меняются.
  • Кадр как жёсткое ограничение — при 60 Гц на планирование агента остаётся около 16 мс, а превышение даёт видимые рывки. По словам авторов, время они штрафуют жёстко, а память и место допускают небольшой перерасход.
  • Адаптация под доступность — авторы опираются на WCAG 2.2 и подстраивают допуск ввода для неточных касаний и гранулярность шагов. Агент находит ловушку фокуса в сломанном диалоге и добавляет выход, а мелкие цели увеличивает на лету.
  • Открытые проблемы — планы нужно строить за 16 мс, модель должна предсказывать результат изменения раскладки, а долгосрочная память привычек игрока пока не построена. Работа экспериментальная: в играх The New York Times ИИ-функций нет.

Кому полезно: тем, кто строит агентов на устройстве для игр или интерфейсов с доступностью и упирается в батарею и время кадра.

Статья по теме

Главы

Ещё доклады: Shafik Quoraishee

Страница спикера →

Похожие доклады