GameNGen(發音為「遊戲引擎」)是一個生成擴散模型,它能夠在第2節的設置下學習模擬遊戲。為了收集該模型的訓練數據,我們首先使用教師強制目標訓練一個獨立的模型與環境進行交互。這兩個模型(代理和生成模型)依次進行訓練。在訓練過程中,代理的全部行為和觀察語料 T a g e n t {\displaystyle {\mathcal {T}}_{agent}} 被保留下來,並在第二階段成為生成模型的訓練數據集。見圖 3。