ME-World：多智能体自我中心世界模型实现细粒度交互

近日，一篇论文提出多智能体自我中心世界模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身（ME-World），旨在解决现有世界模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身多聚焦单智能体、对多智能体细粒度具身交互研究不足的问题。论文将多智能体自我中心世界建模定义为多个智能体在共享世界中通过细粒度动作交互的同步自我流生成，要求跨视角动作一致性、共享环境一致性以及交互引发的状态更新一致传播。ME-World在共享token序列中联合去噪多个自我流，以所有智能体的目标视角位姿为条件，并利用共享环境记忆约束生成。研究在真实与合成多智能体数据上训练评估，引入环境、更新和身份一致性等共享世界一致性指标。实验表明，该方法在共享世界一致性、动作控制、身份保持和视频质量上优于现有方法。