Nur mit Pixeln navigieren: Pilotstudie zeigt Grenzen von Bild‑basierten Agenten

In modernen 3D‑Spielen ist die visuelle Führung der Spieler entscheidend, doch die Messbarkeit der Durchführbarkeit von Level‑Layouts bleibt schwierig. Bisher wurden entweder vereinfachte Umgebungen simuliert oder statische Screenshots analysiert – beides fängt nicht ein, wie Spieler komplexe, reale Level erkunden.

Die vorliegende Studie nutzt einen bestehenden Open‑Source‑Affordance‑Detector, um einen Agenten zu bauen, der ausschließlich auf Bilddaten arbeitet. Der Agent verarbeitet Live‑Frames des Spiels, erkennt auffällige Interesse‑Punkte und steuert über einen einfachen Zustandsautomaten mit minimalem Aktionsraum ein Dark‑Souls‑ähnliches Level. Ziel ist es, erwartete Zielregionen zu erreichen.

Erste Pilot‑Experimente zeigen, dass der Agent die meisten erforderlichen Abschnitte durchqueren kann und ein sinnvolles visuelles Navigationsverhalten demonstriert. Gleichzeitig verdeutlichen die Ergebnisse, dass die zugrunde liegende Bild‑Modellierung Grenzen hat, die eine vollständig zuverlässige automatische Navigation verhindern.

Die Autoren stellen das System als konkretes, gemeinsames Basis‑ und Evaluationsprotokoll für visuelle Navigation in komplexen Spielen vor und fordern verstärkte Aufmerksamkeit für diese Aufgabe. Ihre Erkenntnisse deuten darauf hin, dass rein bildbasierte Modelle in idealisierten Szenarien nützlich sein können, jedoch nicht als alleinige Lösung für die allgemeine Navigation gelten.