論文の概要: Multi-Agent Egocentric World Model with Fine-Grained Embodied Interaction
- arxiv url: http://arxiv.org/abs/2610.12299v1
- Date: Thu, 08 Oct 2026 16:50:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-10 02:36:54.192212
- Title: Multi-Agent Egocentric World Model with Fine-Grained Embodied Interaction
- Title（参考訳）: 微細粒界相互作用を用いたマルチエージェント・エゴセントリック世界モデル
- Abstract要約: エゴセントリック世界モデルは、エージェントの行動に条件づけられた一人称の観察を予測しますが、ほとんどの場合、1つのエージェントに焦点を当てます。
本稿では,複数のエゴストリームを共有トークンシーケンスで共同生成するマルチエージェント・エゴセントリック世界モデル(ME-World)を提案する。
実および合成マルチエージェントデータに基づいてトレーニングと評価を行い、環境、更新、アイデンティティ整合性のための共有ワールド整合性メトリクスを導入します。
- 参考スコア（独自算出の注目度）: 34.013628064852625
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Egocentric world models predict first-person observations conditioned on an agent's actions, but most focus on a single agent. Real embodied settings often involve multiple agents that act and interact within a shared environment. Existing multi-agent world models rely on coarse actions like locomotion, camera control, or discrete commands, leaving fine-grained embodied interactions underexplored. We formulate multi-agent egocentric world modeling as synchronized ego-stream generation for multiple agents interacting through fine-grained actions in a shared world. This requires cross-view action consistency, shared-environment consistency, and consistent propagation of interaction-induced state updates. We propose Multi-agent Egocentric World Model (ME-World), which jointly denoises multiple ego streams in a shared token sequence, conditions each stream on all agents' target-view poses, and grounds generation with shared environment memory. We train and evaluate on real and synthetic multi-agent data and introduce shared-world consistency metrics for environment, update, and identity consistency. Experiments show ME-World improves shared-world consistency, action control, identity preservation, and video quality over existing methods.
- Abstract（参考訳）: エゴセントリック世界モデルは、エージェントの行動に条件づけられた一人称の観察を予測しますが、ほとんどの場合、1つのエージェントに焦点を当てます。
実際の具体化設定は、共有環境内で動作し、相互作用する複数のエージェントを含むことが多い。
既存のマルチエージェントの世界モデルは、ロコモーション、カメラ制御、離散コマンドのような粗いアクションに依存しており、詳細なエンボディドインタラクションは未探索のままである。
マルチエージェント・エゴセントリック・ワールド・モデリングを共振型エゴストリーム・ジェネレーションとして定式化する。
これには、クロスビューアクションの一貫性、共有環境の一貫性、インタラクションによって引き起こされる状態更新の一貫性の伝搬が必要です。
マルチエージェント・エゴセントリック・ワールド・モデル(ME-World)を提案する。複数のエゴストリームを共有トークンシーケンスで共同生成する。
実および合成マルチエージェントデータに基づいてトレーニングと評価を行い、環境、更新、アイデンティティ整合性のための共有ワールド整合性メトリクスを導入します。
実験では、ME-Worldは既存の手法よりも共有世界の一貫性、アクションコントロール、アイデンティティ保存、ビデオ品質を改善している。
関連論文リスト
- Streaming Multi-Agent Autoregressive Diffusion Model with World State Registers [50.3000377325823]
We present WorldWeaver, a streaming multi-agent video diffusion model that a rollout with cross-agent world state registers。
これらのレジスタには、個々のエージェントの状態、鳥眼ビューを含むグローバルステートビュー、シーンテキストの監視信号が配置されている。
2エージェントのMinecraftビデオ生成の実験では、明示的な世界状態モデリングが論理的一貫性と生成品質を向上させることが示されている。
論文 参考訳（メタデータ） (2026-07-23T17:59:58Z) - MetaWorld: Scaling Multi-Agent Video World Model from Single-view Video Data [125.43597497646444]
MetaWorldは、マルチエージェントビデオワールドモデルをシングルビュービデオから直接オープンドメイン環境にスケールする新しいフレームワークである。
クロスビューの一貫性とアイデンティティの整合性を向上し、マルチエージェントビデオワールドモデリングのための高度にスケーラブルで物理駆動のパラダイムを確立する。
論文 参考訳（メタデータ） (2026-06-01T18:20:20Z) - Gamma-World: Generative Multi-Agent World Modeling Beyond Two Players [87.87842088508553]
対話型シミュレーションのための生成的マルチエージェント世界モデルを提案する。
本モデルでは,映像の忠実度,アクション制御性,およびスロットベースおよび高密度アテンションベースライン上でのエージェント間整合性を改善する。
論文 参考訳（メタデータ） (2026-05-27T17:59:31Z) - MultiWorld: Scalable Multi-Agent Multi-View Video World Models [36.970254855945484]
マルチエージェント多視点世界モデリングのための統合フレームワークである textbfMultiWorld を提案する。
高精度なマルチエージェント制御を実現するためのマルチエージェント条件モジュールを提案する。
マルチプレイヤーゲーム環境とマルチロボット操作タスクの実験により、MultiWorldはビデオの忠実度、アクションフォロー能力、マルチビューの一貫性においてベースラインよりも優れていた。
論文 参考訳（メタデータ） (2026-04-20T17:52:15Z) - COMBO: Compositional World Models for Embodied Multi-Agent Cooperation [65.46592503910875]
分散エージェントは,世界のエゴセントリックな視点のみを前提として協力しなくてはならない,多エージェント連携の具体化の問題について検討する。
複数のエージェントの自然な構成可能な共同動作を分解することにより、マルチエージェント協調のための構成的世界モデルを学ぶ。
提案手法を2-4エージェントを用いた3つの挑戦的ベンチマークで評価した。
論文 参考訳（メタデータ） (2024-04-16T17:59:11Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。