Multi-Agent Egocentric World Model with Fine-Grained Embodied Interaction
Aggiunta all'archivio di AIChronos il (numero del 9 ottobre 2026 ricostruito)· fonte del · Dahyun Chung, Siyoon Jin, Hyunwook Choi, Honggyu An, Junyoung Seo, Hyunsung Kim (KAIST AI)
Il documento introduce ME-World, un modello di mondo egocentrico multi-agente che genera osservazioni in prima persona sincronizzate per più agenti interagenti tramite azioni fine-grained. A differenza dei modelli esistenti focalizzati su singole entità o azioni grossolane (come il movimento), questo approccio garantisce coerenza tra le viste e nell'ambiente condiviso attraverso una memoria condivisa. Il modello denoia simultaneamente flussi egocentrici multipli condizionandoli sulle pose target di tutti gli agenti, migliorando significativamente la qualità del video e l'identità preservata.
- Formulazione della modellizzazione del mondo egocentrico multi-agente come generazione sincronizzata di flussi ego per interazioni fine-grained in un ambiente condiviso.
- ME-World denoia congiuntamente più flussi ego nella stessa sequenza di token, condizionando ogni flusso sulle pose target delle viste di tutti gli agenti.
- Introduzione di metriche di coerenza del mondo condiviso che valutano la consistenza dell'ambiente, degli aggiornamenti e dell'identità.
- Valutazione su dati reali e sintetici dimostra miglioramenti nella controllo delle azioni, preservazione dell'identità e qualità video rispetto ai metodi esistenti.
Perché conta. Per gli sviluppatori che lavorano con LLM e agenti locali, questo approccio è cruciale per gestire scenari embodied complessi dove più entità interagiscono dinamicamente in uno spazio condiviso, superando i limiti delle azioni discrete tradizionali.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.