职位：通过转换复杂性分析游戏世界

arXiv:2608.18079v1 公告类型：新 摘要：游戏世界建模 (GWM) 和强化学习 (RL) 经常被混淆，因为研究论文很少量化所声明的接口（具有有限历史的像素/令牌/潜在特征）处的潜在转换预测问题有多困难。我们提出了转换复杂度概况（TCP）：一组小的、可重复的指标，通过（i）内在的单步分支，（ii）交互引起的不确定性和可观察到的对手影响，以及（iii）通过标准化探测曲线的时间/空间依赖性跨度来表征环境（或游戏数据集）引起的转换内核。 TCP 报告具有明确的参考分布、协议随机性和版本化测量预算（采样/重采样和固定探测计算），从而实现跨基准的可比数字。我们概述了常见游戏系列和现代“神经游戏引擎”领域如何填充这一领域，并呼吁 TCP 成为标准基准元数据以及 GWM 和 RL 论文中所需的统计数据。