研究人员提出了将虚拟游戏主持人整合到AI代理的世界模型中的方法，以解决复杂互动中的限制。他们引入了一个名为Tachikuma的基准测试，包括多角色和新颖对象交互估计的任务和支持的数据集。研究人员还提出了一个简单的提示基线，并评估了其性能。这些数据集和任务旨在促进自然语言复杂互动的研究，并推动更先进的AI代理的发展。