智能体游戏开发作为可验证轨迹数据引擎，用于扩展世界模型

论文提出扩展世界模型不应仅依赖更多爬取视频和算力，而需递归数据引擎提供 grounded 奖励信号。游戏开发可提供缺失的奖励环境：游戏引擎能高效检查碰撞、物理、可导航性和有界可玩性，并生成真实长程轨迹数据。据此提出 RLHEV（Reinforcement Learning with Human-Engine Verification）后训练范式，结合密集引擎信号与开发过程中隐含的人类接受反馈。