遊戲即人工世界：面向 Agent 的可控世界模型實驗方法

Games as Artificial Worlds: A Controlled World-Model Experimental Method for Agents

系列：Agent Game、玩家等價介面與人工博弈實驗室，第 1 篇／共 3 篇
系列英文名：Agentic Games, Player-Equivalent Interfaces, and Artificial Game Laboratories
系列代碼：AGPL
文件編號：EML-AGPL-2026-01-v0.1
作者：Neo.K with Aletheia（GPT-5.6 Sol）
機構：EveMissLab／一言諾科技有限公司
版本：v0.1
日期：2026-09-12
性質：Agent Evaluation／Game Ontology／World-Model Experiment／Controlled Simulation／Multi-Agent Research
狀態：Public Theory Draft
直接前置：HGCB Series；ECGC Series；《無界策：源點》；遊戲本體論相關研究
後續接口：AGPL-02《玩家等價介面原則》；AGPL-03《從難度加成到人工對手》

摘要

高階 AI Agent 的能力研究面臨一個根本困難：真實世界具有高成本、低可重複性、倫理約束、資訊不可完全控制與大量不可觀測混雜變量。若研究目標是測試世界模型、策略生成、長程規劃、對手建模、規則變動適應、超博弈審查與多 Agent 協調，直接在現實環境中進行大量對照實驗通常既不乾淨，也不安全。

本文提出「遊戲即人工世界」的方法論：將數位遊戲與可程式化博弈環境視為一類具有明確規則、可保存狀態、可重播、可干預、可複製與可批次執行的人工世界。遊戲不只是 benchmark，也不只是模擬現實；它可以作為「受控世界模型實驗室」（Controlled World-Model Laboratory），使研究者能在保持世界結構複雜性的同時，對觀測權限、規則、玩家、資源、時間尺度與可行動空間進行精確控制。

本文將人工遊戲世界形式化為：

\mathcal G = \left( S, R, A, P, I, U, T, E \right),

其中 $S$ 為狀態、 $R$ 為規則、 $A$ 為行動空間、 $P$ 為玩家或 Agent 集合、 $I$ 為資訊與觀測結構、 $U$ 為效用或目標、 $T$ 為時間與轉移結構、 $E$ 為外部事件與環境生成器。

在此框架下，研究重點不再只是：

\text{WinRate}.

而是可測量：

世界模型精度；
新策略生成；
對手建模；
規則變化偵測；
失敗後修復；
跨地圖遷移；
跨遊戲遷移；
多 Agent 協調；
信息受限下的推理；
遊戲空間重構能力。

本文進一步提出 World Intervention Protocol、Replayable Agent Experiment、Counterfactual Branch Test、Game-Space Mutation Test、Cross-Game Transfer Matrix 與 Capability Operator Benchmark 等實驗結構，並明確區分「遊戲複雜度」與「AI 作弊式權限」。後者將在 AGPL-02 中以玩家等價介面原則正式處理。

本文核心主張為：

\boxed{ \text{Game} \neq \text{mere entertainment benchmark}; }

而是：

\boxed{ \text{Game} = \text{a controllable artificial world for capability science}. }

關鍵詞

Agent Game；世界模型；遊戲本體論；人工世界；受控實驗；多 Agent；策略生成；可重播實驗；跨遊戲遷移；AI 能力評估

1. 為什麼需要人工世界

高階 AI 能力不是單一分類問題。

如果要研究：

長期規劃；
戰略生成；
風險判斷；
對手模型；
多主體互動；
資源配置；
規則變動；
世界模型修復；
超博弈；
新工具生成；

那麼單輪問答：

Q\rightarrow A

所能測到的東西非常有限。

真正的 Agent 需要：

O_t \rightarrow M_t \rightarrow a_t \rightarrow S_{t+1} \rightarrow O_{t+1}.

因此測試環境本身必須具有：

\boxed{ \text{state} + \text{time} + \text{consequence} + \text{feedback}. }

這正是遊戲天然具備的結構。

2. 真實世界為何不適合做第一層大規模實驗

真實世界具有：

\mathcal W.

它極其豐富。

但研究能力變量時，這種豐富反而帶來問題。

2.1 不可重播

同一政治危機、商業競爭或社會事件通常不能：

\text{Replay}(\mathcal W_t)

一千次。

2.2 不可控制

無法簡單設定：

\text{do}(x_i=v_1)

然後重跑同一世界。

2.3 混雜變量過多

結果：

Y

可能受到大量未觀測因素影響。

2.4 倫理與安全成本高

真實系統不適合讓高探索 Agent 隨意試錯。

2.5 資料權限不完整

研究者通常拿不到：

S_t^{\text{true}}.

因此難以知道 Agent 的世界模型到底錯在哪裡。

所以真實世界適合：

\boxed{ \text{final validation} }

但不適合作為所有能力假說的第一實驗場。

3. 遊戲的特殊研究價值

數位遊戲與人工博弈環境具有：

\boxed{ \text{complexity under control}. }

這是它最重要的價值。

一個遊戲可以同時包含：

不完全資訊；
多玩家；
長期資源；
即時決策；
戰爭迷霧；
技術樹；
經濟；
外交；
地圖；
隨機性；
不可逆決策。

但研究者又可以取得：

\text{save state},

\text{replay},

\text{seed},

\text{rule config}.

因此：

\boxed{ \text{Game} = \text{high-dimensional but controllable world}. }

4. 遊戲不是現實世界的縮小版

本文不要求：

\mathcal G \approx \mathcal W

在所有細節上逼真。

因為研究目的不是：

模擬整個現實。

而是：

\boxed{ \text{isolate capability-relevant structures}. }

例如若要測：

O_{\mathrm{opponent-model}},

遊戲只需要：

對手存在；
對手有隱藏意圖；
對手策略可變；
Agent 能觀察對手行動；
結果受建模品質影響。

不需要完整模擬人類文明。

5. 人工遊戲世界的形式化

定義：

\mathcal G = \left( S, R, A, P, I, U, T, E \right).

其中：

$S$ ：State

世界狀態。

$R$ ：Rules

遊戲規則、合法轉移、物理與制度約束。

$A$ ：Action Space

玩家合法行動集合。

$P$ ：Players

人類、AI、腳本 Agent 或環境主體。

$I$ ：Information Structure

每個玩家能看見什麼。

$U$ ：Utility / Objectives

勝利、分數、任務、局部角色目標。

$T$ ：Temporal Structure

回合、即時時間、延遲、狀態轉移。

$E$ ：Environment Generator

地圖、隨機事件、任務生成、外生衝擊。

6. 世界模型 Agent

Agent 不直接得到：

S_t.

而是得到：

O_t = \phi_I(S_t).

然後建立：

\hat S_t = M(O_{0:t}).

其中：

M

是 Agent 的世界模型。

理想實驗環境同時保存：

S_t^{\text{true}}

與：

\hat S_t.

因此可以直接測：

\epsilon_M(t) = d \left( S_t^{\text{true}}, \hat S_t \right).

這是真實世界研究很難做到的。

7. 不只測預測正確率

世界模型品質不能只用：

\text{PredictionAccuracy}.

還要測：

哪些未知被正確保留為未知；
哪些敵人位置被錯估；
因果關係是否正確；
對手意圖是否被建模；
規則變化是否被發現；
模型錯誤後能否修復。

因此：

\boxed{ \text{World Model Quality} = \text{accuracy} + \text{calibration} + \text{repairability} + \text{decision usefulness}. }

8. 遊戲可以天然產生反事實

假設時間：

t^*

保存狀態：

S_{t^*}.

研究者可以建立：

\text{Branch}_1, \text{Branch}_2,\ldots,\text{Branch}_n.

分別執行：

a_1,a_2,\ldots,a_n.

因此可觀察：

S_{t^*+k}^{(1)}, S_{t^*+k}^{(2)}, \ldots.

這形成：

\boxed{ \text{Counterfactual Branch Test}. }

9. 真正可以測「如果換一個決策會怎樣」

歷史研究經常面對：

如果當時沒有這樣做呢？

很難驗證。

遊戲中可以：

\text{Replay}(S_t,a)

與：

\text{Replay}(S_t,a').

因此：

\Delta Y = Y(a)-Y(a').

可以直接觀測。

這對：

判斷能力；
策略選擇；
長期規劃；
風險控制；

特別重要。

10. 可重播 Agent 實驗

本文定義：

\boxed{ \text{Replayable Agent Experiment} }

要求：

相同初始狀態；
相同 random seed 或可記錄 seed；
相同觀測權限；
相同操作介面；
唯一主要改動是待測 Agent 能力結構。

例如：

A_0

與：

A_1=A_0+O_i.

在：

N

個相同 seeds 上運行。

11. 能力算子可以真正被消融

承接 ECGC-03。

假設：

CP = \{ O_M,O_G,O_J,O_L \}.

建立：

A_{\mathrm{full}}.

再建立：

A_{-M}, A_{-G}, A_{-J}, A_{-L}.

同一世界批次執行。

測：

\Delta Y_M, \Delta Y_G, \Delta Y_J, \Delta Y_L.

這就是遊戲作為能力科學實驗室最直接的價值。

12. 遊戲複雜度梯度

不是一開始就需要最複雜遊戲。

本文提出：

\boxed{ \text{Game Complexity Ladder}. }

從低到高：

Tier 0：形式博弈

棋類、矩陣博弈、簡單不完全資訊遊戲。

Tier 1：簡化多 Agent 世界

網格世界、資源競爭、簡化戰略環境。

Tier 2：簡化 RTS / 戰術環境

具有：

地圖；
視野；
單位；
經濟；
生產。

Tier 3：完整商業 RTS / MOBA / 4X

更高操作、資訊與策略複雜度。

Tier 4：可持續世界／沙盒

大量角色、經濟、政治與長期歷史。

13. 為什麼需要多層，而不是只挑最難遊戲

若直接用超複雜遊戲：

Y_{\mathrm{fail}}

很難知道到底因為：

世界模型差；
操作差；
規劃差；
推理慢；
UI 解析錯；
策略差。

所以先在低層分離：

x_i.

再往高層測組合效應。

因此：

\boxed{ \text{simple worlds for identification, complex worlds for integration}. }

14. RTS 的特殊價值

RTS 同時包含：

\text{economy} + \text{production} + \text{position} + \text{information} + \text{timing} + \text{combat}.

所以它特別適合測：

\boxed{ \text{multi-scale strategic cognition}. }

Agent 必須同時處理：

秒級操作；
分鐘級戰術；
更長期資源規劃；
對手科技與意圖。

15. MOBA 的特殊價值

MOBA 的核心不是地圖巨大。

而是：

\boxed{ \text{same character rules} + \text{large player-skill variance}. }

同一英雄：

H

由不同玩家控制：

P_1(H), P_2(H), \ldots

會產生巨大表現差異。

因此它非常適合研究：

\boxed{ \text{Character Capability} \neq \text{Player Capability}. }

這會成為 AGPL-02 的重要實驗場。

16. 4X / Grand Strategy 的特殊價值

這類遊戲提供：

長時間尺度；
多資源；
科技；
外交；
帝國治理；
路徑依賴；
多個勝利條件。

因此適合測：

T, M, B, C.

即：

長期時間能力；
世界模型；
超博弈；
協調。

17. 沙盒與模擬世界的特殊價值

若遊戲允許：

\text{many agents}

與：

\text{persistent state},

則可以研究：

社會規範；
聯盟；
分工；
市場；
信任；
背叛；
文化演化；
角色生成。

因此更接近：

\boxed{ \text{multi-agent ecology}. }

18. World Intervention Protocol

本文提出：

\boxed{ \text{World Intervention Protocol} }

簡稱：

WIP.

WIP 允許對人工世界做可記錄干預。

例如：

do(R_t=R')

修改規則。

do(A_t=A')

修改行動空間。

do(I_t=I')

修改資訊權限。

do(P_t=P')

加入或移除玩家。

19. 規則突變實驗

在：

t=t^*

偷偷把：

R_t

改成：

R_t'.

觀察 Agent：

\tau_{\mathrm{detect}}.

以及：

\tau_{\mathrm{repair}}.

這直接測 HGCB-03 的：

\boxed{ \text{Game-Space Awareness}. }

20. 新行動發現實驗

原本：

A_t = \{a_1,\ldots,a_n\}.

在某時刻加入：

a_{n+1}.

不直接告訴 Agent。

測：

t_{\mathrm{discover}}.

以及它是否能把新行動整合進：

M_t

與：

G_t.

21. 新玩家實驗

引入：

P_{\mathrm{new}}.

Agent 必須辨識：

\boxed{ \text{environment object} \rightarrow \text{strategic actor}. }

測：

玩家識別；
效用推估；
模型修復；
新策略生成。

22. 資訊結構突變

把：

I_t

改成：

I_t'.

例如：

視野變窄；
新感測器；
通訊延遲；
假訊息；
不可靠觀測。

測：

\boxed{ \text{epistemic robustness}. }

23. 對手策略突變

對手：

\pi_j

在某時刻變成：

\pi_j'.

這可以測：

O_{\mathrm{opponent-model}}.

如果 Agent 仍然按照舊模型行動：

L_{\mathrm{stale}} \uparrow.

24. 對手不應只是一套固定腳本

真正 Agent Game 實驗需要：

\pi_j(t)

也會學習。

因此：

A_i \leftrightarrow A_j

形成：

\boxed{ \text{co-adaptation}. }

這比單純對 scripted bot 更接近真實博弈。

25. 多 Agent 協調實驗

建立：

\text{Team} = \{A_1,\ldots,A_n\}.

測試：

是否共享資訊；
是否有角色分工；
是否重複工作；
是否出現指揮瓶頸；
是否能在部分失聯下繼續運作。

可比較：

\mathcal F_1, \mathcal F_2,\ldots

不同協調架構。

26. 不只是勝率：能力向量評估

本文建議輸出：

\mathbf Y = ( W, M, G, J, L, T, C, B, R, K ).

其中可對應：

$W$ ：任務結果；
$M$ ：世界模型；
$G$ ：策略生成；
$J$ ：判斷；
$L$ ：適應；
$T$ ：時間尺度；
$C$ ：協調；
$B$ ：超博弈；
$R$ ：恢復能力；
$K$ ：成本效率。

27. 世界模型誤差

如果保存真實狀態：

S_t^{\text{true}},

則：

E_M = \frac{1}{T} \sum_t d \left( \hat S_t, S_t^{\text{true}} \right).

但需要分解：

E_M = E_{\mathrm{entity}} + E_{\mathrm{causal}} + E_{\mathrm{opponent}} + E_{\mathrm{uncertainty}}.

28. 策略新穎度

定義：

N(a) = d \left( a, \mathcal A_{\mathrm{baseline}} \right).

但新穎不等於好。

因此有效新穎度：

N_{\mathrm{eff}} = N(a) \cdot V(a).

其中：

V(a)

表示可行性或價值。

29. 規則適應能力

對規則突變：

R\rightarrow R',

定義：

A_R = f \left( \tau_{\mathrm{detect}}, \tau_{\mathrm{repair}}, L_{\mathrm{stale}} \right).

這比「新規則後勝率」資訊量更高。

30. 遷移能力

如果 Agent 在：

G_1

學到能力，

再到：

G_2,

測：

\text{Transfer}(G_1\rightarrow G_2).

真正一般算子應具有：

\boxed{ \text{nontrivial cross-game transfer}. }

31. Cross-Game Transfer Matrix

本文提出：

\boxed{ \mathbf T_{ij} }

其中：

T_{ij} = \text{capability retained from }G_i\text{ to }G_j.

若算子：

O_k

只在對角線強：

T_{ii}\gg T_{ij},

可能高度遊戲特化。

若大量非對角線也強：

T_{ij}>0,

則更接近一般策略能力。

32. 跨遊戲不是把同一操作搬過去

MOBA 的：

\text{last hit}

不會直接搬到 4X。

真正遷移的是：

\boxed{ \text{operator-level structure}. }

例如：

opponent modeling；
uncertainty tracking；
long-horizon planning；
option generation；
model repair。

所以測試單位必須是：

O_i.

33. Game-Space Mutation Test

本文提出：

\boxed{ \text{Game-Space Mutation Test}. }

在同一世界中改變：

N,A,R,U,I,T.

測 Agent 是否仍把：

G_t

當成固定。

這直接連接 HGCB。

34. Capability Operator Benchmark

傳統 benchmark 評估：

\text{Model}.

本文建議建立：

\boxed{ \text{Capability Operator Benchmark}. }

固定：

\text{BaseAgent}.

只替換：

O_i.

所以比較：

\Delta Y(O_i).

這能更乾淨回答：

到底是哪個能力算子有用？

35. Agent 不一定要從零學

遊戲實驗不等於必須使用 RL 從頭訓練。

可以測：

LLM Agent；
planning Agent；
RL Agent；
hybrid Agent；
symbolic Agent；
multi-agent system。

重要的是：

\boxed{ \text{interface and measurement are controlled}. }

36. 遊戲引擎與 Agent 必須分離

遊戲引擎知道：

S_t^{\text{engine}}.

Agent 不應自動取得：

S_t^{\text{engine}}.

而應透過：

I_t.

得到合法觀測。

因此架構最好是：

\boxed{ \text{Engine} \rightarrow \text{Observation Interface} \rightarrow \text{Agent} \rightarrow \text{Action Interface} \rightarrow \text{Engine}. }

這一點將在 AGPL-02 正式展開。

37. 遊戲實驗最大的陷阱：把引擎能力誤認成 AI 能力

如果 Agent 可以直接讀：

全地圖；
隱藏敵人；
完整 CD；
隱藏 RNG；
未來 branch；
引擎 path tree；

那麼：

Y

很高，

卻不能直接說：

C_{AI}

很高。

可能只是：

\boxed{ \text{privileged engine access}. }

所以實驗必須記錄：

I_{AI}.

38. 遊戲世界的可觀察真值優勢

有趣的是：

Agent 不能看真值，

但研究者可以。

這形成：

\boxed{ \text{epistemically limited agent} + \text{omniscient experimenter}. }

這是非常理想的研究配置。

研究者能知道：

Agent 為什麼猜錯；
哪個資訊缺失；
哪個模型出錯；
哪個策略本來可行。

39. 隨機性要可控，而不是消失

完全 deterministic 的世界不一定最好。

真實能力需要面對：

\text{uncertainty}.

所以遊戲可以有 RNG。

但需要：

\boxed{ \text{seeded randomness}. }

使：

\text{Seed}=s

時可重現。

這樣既保留不確定性，又保留實驗可重播性。

40. 遊戲世界需要版本化

若：

G^{v_1}

與：

G^{v_2}

規則不同，

結果不能直接混在一起。

因此每次實驗應記錄：

game version；
map version；
rule version；
Agent version；
capability package version；
random seed。

形成：

\boxed{ \text{experiment provenance}. }

41. 一個最小實驗紀錄

本文建議：

experiment:
  game:
    id:
    version:
    map:
    rules:
    seed:

  agent:
    base_model:
    runtime:
    capability_package:
    observation_profile:
    action_profile:

  intervention:
    type:
    time:
    before:
    after:

  metrics:
    outcome:
    world_model_error:
    adaptation_latency:
    novelty:
    transfer:
    cost:

  artifacts:
    replay:
    state_log:
    agent_log:

42. 遊戲不只測 AI，也會生成新 AI 訓練資料

每次：

\text{Agent} \leftrightarrow \text{Game}

都會產生：

\text{Trajectory}.

若 trajectory 包含：

state；
observation；
action；
outcome；
model estimate；

那麼可以反過來：

\boxed{ \text{experiment} \rightarrow \text{training data}. }

因此遊戲實驗室同時是：

\text{evaluation system} + \text{data generator}.

43. 玩家行為也可以進入資料閉環

未來商業遊戲中：

\text{Human} \leftrightarrow \text{Agent}

將產生比固定 benchmark 更豐富的策略資料。

玩家會：

發明 exploit；
發明 meta；
欺騙 AI；
創造新路線；
測試 AI 弱點。

所以：

\boxed{ \text{players can become adversarial capability probes}. }

這是 Agent Game 很重要的研究副產品。

44. 但商業遊戲與研究實驗必須分層

商業遊戲優先：

\text{Fun}.

研究實驗優先：

\text{Identification}.

兩者可以共享引擎與 Agent，

但不應混淆。

因此：

\boxed{ \text{Research Mode} \neq \text{Entertainment Mode}. }

商業版可以限制：

反應速度；
記憶；
難度；
人格。

研究版則需要更完整測量。

45. 遊戲 AI 的「強」也不是單一維度

玩家可能覺得：

這 AI 很強。

但原因可能是：

準；
快；
記得多；
預測好；
會合作；
會欺騙；
規劃長；
會改策略。

因此遊戲 AI 應該輸出：

\boxed{ \text{Cognitive Profile}. }

而不是只有：

\text{Difficulty}=\text{Hard}.

這會在 AGPL-03 展開。

46. 從遊戲 benchmark 到人工世界科學

傳統：

\text{Game} \rightarrow \text{Score}.

本文主張：

\text{Game} \rightarrow \boxed{ \text{World-Model Laboratory} }.

差異是：

前者只問：

贏了嗎？

後者問：

為什麼贏？

哪個能力變量造成？

改規則後還行嗎？

換遊戲還有效嗎？

對手學習後還有效嗎？

47. 與 HGCB 的閉環

HGCB-01：

\text{game model may be incomplete}.

遊戲實驗可以故意製造：

\Delta_{\Omega}.

HGCB-02：

\text{player may be plural}.

遊戲可以建立：

\text{multi-agent team}.

HGCB-03：

\text{game itself can change}.

遊戲可以執行：

\text{GameSpaceMutation}.

因此：

\boxed{ \text{HGCB becomes experimentally testable inside AGPL}. }

48. 與 ECGC 的閉環

ECGC-01：

\text{variables}.

遊戲可以：

\operatorname{do}(x_i=v).

ECGC-02：

\text{generative basis}.

遊戲可以測：

\operatorname{Orbit}(X,\mathcal O).

ECGC-03：

\text{capability package}.

遊戲可以測：

\text{CP}.

所以：

\boxed{ \text{ECGC becomes experimentally executable inside AGPL}. }

49. 十個核心命題

命題一：遊戲人工世界命題

\boxed{ \text{Game} = \text{controllable artificial world}. }

命題二：複雜可控命題

\boxed{ \text{Game value} = \text{complexity under experimental control}. }

命題三：世界模型真值命題

研究者可保留：

S_t^{\text{true}},

Agent 只取得：

O_t.

命題四：可重播命題

\boxed{ \text{same state} + \text{same seed} + \text{same interface} \rightarrow \text{controlled comparison}. }

命題五：反事實分支命題

\boxed{ S_t \rightarrow \{S_{t+k}^{(1)},\ldots,S_{t+k}^{(n)}\}. }

命題六：能力消融命題

\boxed{ A_0 \leftrightarrow A_0+O_i }

可以在同一人工世界直接比較。

命題七：跨遊戲遷移命題

\boxed{ \text{General capability} \Rightarrow \text{nontrivial cross-game transfer}. }

命題八：引擎權限非智能命題

\boxed{ \text{Engine privilege} \neq \text{Agent intelligence}. }

命題九：遊戲即資料生成器

\boxed{ \text{Agent-Game Interaction} \rightarrow \text{replayable capability data}. }

命題十：人工世界實驗閉環

\boxed{ \text{Theory} \rightarrow \text{Operator} \rightarrow \text{Game} \rightarrow \text{Experiment} \rightarrow \text{New Theory}. }

50. 與下一篇的接口

本篇只回答：

為什麼遊戲適合作為 Agent 世界模型與能力科學實驗場？

但如果遊戲引擎給 AI：

S_t^{\text{engine}}

全部真值，

就無法區分：

\text{AI really inferred}

與：

\text{AI simply read the answer}.

因此下一篇 AGPL-02 將建立：

\boxed{ \text{Player-Equivalent Interface Principle}. }

核心是：

AI 可以比玩家更會想，但不能因為它是程式就天然比玩家多看世界。

這將正式區分：

\text{Superhuman Cognition}

與：

\text{Oracle Access}.

51. 結論

真正高階的 AI Agent 研究需要：

\boxed{ \text{worlds, not just questions}. }

因為 Agent 的核心能力存在於：

\text{observation} \rightarrow \text{model} \rightarrow \text{decision} \rightarrow \text{consequence} \rightarrow \text{adaptation}.

數位遊戲恰好提供：

清楚規則；
可重播狀態；
可控制變量；
可插入多 Agent；
可修改資訊；
可更換規則；
可保存真值；
可生成大量軌跡。

所以它不應只被理解為：

\text{AI benchmark}.

更重要的是：

\boxed{ \text{a laboratory for artificial strategic subjects}. }

本文最終主張：

\boxed{ \text{Game} = \text{Controlled World Model Laboratory} }

在這個實驗室中，我們可以真正開始回答：

哪個世界模型比較好？

哪個能力算子真的有效？

哪些變量只是敘事？

哪些策略能力能跨遊戲遷移？

哪些 Agent 能在世界規則改變後重新理解世界？

因此，遊戲不是能力科學的終點。

它是：

\boxed{ \text{the experimentally controllable bridge between capability theory and real-world agents}. }

參考文獻

Bellemare, M. G., Naddaf, Y., Veness, J., & Bowling, M. (2013). The Arcade Learning Environment: An Evaluation Platform for General Agents. Journal of Artificial Intelligence Research, 47, 253-279.
Brockman, G., Cheung, V., Pettersson, L., Schneider, J., Schulman, J., Tang, J., & Zaremba, W. (2016). OpenAI Gym. arXiv:1606.01540.
Vinyals, O., Ewalds, T., Bartunov, S., Georgiev, P., Vezhnevets, A. S., Yeo, M., Makhzani, A., Küttler, H., Agapiou, J., Schrittwieser, J., Quan, J., Gaffney, S., Petersen, S., Simonyan, K., Schaul, T., van Hasselt, H., Silver, D., Lillicrap, T., Calderone, K., Keet, P., Brunasso, A., Lawrence, D., Ekermo, A., Repp, J., & Tsing, R. (2017). StarCraft II: A New Challenge for Reinforcement Learning. arXiv:1708.04782.
Samvelyan, M., Rashid, T., de Witt, C. S., Farquhar, G., Nardelli, N., Rudner, T. G. J., Hung, C.-M., Torr, P. H. S., Foerster, J., & Whiteson, S. (2019). The StarCraft Multi-Agent Challenge. Proceedings of AAMAS.
Terry, J. K., Black, B., Grammel, N., Jayakumar, M., Hari, A., Sullivan, R., Santos, L., Dieffendahl, C., Horsch, C., Perez-Vicente, R., Williams, N., Lokesh, Y., & Ravi, P. (2021). PettingZoo: Gym for Multi-Agent Reinforcement Learning. NeurIPS Datasets and Benchmarks.
Lanctot, M., Lockhart, E., Lespiau, J.-B., Zambaldi, V., Upadhyay, S., Pérolat, J., Srinivasan, S., Timbers, F., Tuyls, K., Omidshafiei, S., Hennes, D., Morrill, D., Muller, P., Ewalds, T., Faulkner, R., Kramár, J., De Vylder, B., Saeta, B., Bradbury, J., Ding, D., Borgeaud, S., Lai, M., Schrittwieser, J., Anthony, T., Hughes, E., Danihelka, I., & Ryan-Davis, J. (2019). OpenSpiel: A Framework for Reinforcement Learning in Games. arXiv:1908.09453.
Juliani, A., Berges, V.-P., Vckay, E., Gao, Y., Henry, H., Mattar, M., & Lange, D. (2018). Unity: A General Platform for Intelligent Agents. arXiv:1809.02627.
Neo.K with Aletheia. (2026). HGCB Series: Hypergame, Cognitive Base Space, and Multi-Agent Incompleteness. EveMissLab.
Neo.K with Aletheia. (2026). ECGC Series: Extreme Capability Generation, Variable Influence Domains, and AI Capability Compilation. EveMissLab.
Neo.K. (2026). 《無界策：源點》. EveMissLab working manuscript.

附錄 A：人工世界最小規格

artificial_world:
  game_id:
  version:

  state:
    canonical_state:
    observable_projection:

  rules:
    static:
    mutable:

  players:
    human:
    agents:
    environment_actors:

  action_space:
    public_actions:
    hidden_engine_actions:

  information:
    observation_profiles:
    fog_of_war:
    delays:
    uncertainty:

  temporal:
    mode:
    tick_rate:
    save_state:
    replay:

  intervention:
    rule_mutation:
    player_mutation:
    action_mutation:
    information_mutation:

  experiment:
    seeds:
    metrics:
    logs:

附錄 B：世界模型實驗最小流程

world_model_experiment:
  freeze:
    - game_version
    - map
    - rules
    - observation_profile
    - action_profile

  compare:
    baseline_agent:
    experimental_agent:
    changed_operator:

  repeat:
    seed_count:
    episode_count:

  evaluate:
    outcome:
    model_error:
    calibration:
    adaptation:
    novelty:
    transfer:
    cost:

  preserve:
    replay:
    state_truth:
    observation_log:
    action_log:

附錄 C：一句話版本

遊戲對 Agent 研究最重要的價值，不是「像現實」，而是它能在保留複雜世界結構的同時，讓研究者真正控制、重播、干預並比較智能。

遊戲即人工世界：面向 Agent 的可控世界模型實驗方法

遊戲即人工世界：面向 Agent 的可控世界模型實驗方法

Games as Artificial Worlds: A Controlled World-Model Experimental Method for Agents

摘要

關鍵詞

1. 為什麼需要人工世界

2. 真實世界為何不適合做第一層大規模實驗

2.1 不可重播

2.2 不可控制

2.3 混雜變量過多

2.4 倫理與安全成本高

2.5 資料權限不完整

3. 遊戲的特殊研究價值

4. 遊戲不是現實世界的縮小版

5. 人工遊戲世界的形式化

SSS：State

RRR：Rules

AAA：Action Space

PPP：Players

III：Information Structure

UUU：Utility / Objectives

TTT：Temporal Structure

EEE：Environment Generator

6. 世界模型 Agent

7. 不只測預測正確率

8. 遊戲可以天然產生反事實

9. 真正可以測「如果換一個決策會怎樣」

10. 可重播 Agent 實驗

11. 能力算子可以真正被消融

12. 遊戲複雜度梯度

Tier 0：形式博弈

Tier 1：簡化多 Agent 世界

Tier 2：簡化 RTS / 戰術環境

Tier 3：完整商業 RTS / MOBA / 4X

Tier 4：可持續世界／沙盒

13. 為什麼需要多層，而不是只挑最難遊戲

14. RTS 的特殊價值

15. MOBA 的特殊價值

16. 4X / Grand Strategy 的特殊價值

17. 沙盒與模擬世界的特殊價值

18. World Intervention Protocol

19. 規則突變實驗

20. 新行動發現實驗

21. 新玩家實驗

22. 資訊結構突變

23. 對手策略突變

24. 對手不應只是一套固定腳本

25. 多 Agent 協調實驗

26. 不只是勝率：能力向量評估

27. 世界模型誤差

28. 策略新穎度

29. 規則適應能力

30. 遷移能力

31. Cross-Game Transfer Matrix

32. 跨遊戲不是把同一操作搬過去

33. Game-Space Mutation Test

34. Capability Operator Benchmark

35. Agent 不一定要從零學

36. 遊戲引擎與 Agent 必須分離

37. 遊戲實驗最大的陷阱：把引擎能力誤認成 AI 能力

38. 遊戲世界的可觀察真值優勢

39. 隨機性要可控，而不是消失

40. 遊戲世界需要版本化

41. 一個最小實驗紀錄

42. 遊戲不只測 AI，也會生成新 AI 訓練資料

43. 玩家行為也可以進入資料閉環

44. 但商業遊戲與研究實驗必須分層

45. 遊戲 AI 的「強」也不是單一維度

46. 從遊戲 benchmark 到人工世界科學

47. 與 HGCB 的閉環

48. 與 ECGC 的閉環

49. 十個核心命題

命題一：遊戲人工世界命題

命題二：複雜可控命題

命題三：世界模型真值命題

命題四：可重播命題

命題五：反事實分支命題

命題六：能力消融命題

命題七：跨遊戲遷移命題

命題八：引擎權限非智能命題

$S$ ：State

$R$ ：Rules

$A$ ：Action Space

$P$ ：Players

$I$ ：Information Structure

$U$ ：Utility / Objectives

$T$ ：Temporal Structure

$E$ ：Environment Generator