NVIDIAと清華大学が「Gamma-World」を発表、マルチエージェントシミュレーションの限界を打ち破る
ビデオワールドモデルは、単一エージェントの視点から、マルチエージェントによる協調へと移行しつつあります。従来のモデルは通常、単一のエージェントを前提としているため、同じ仮想世界内で複数のプレイヤーが互いに作用し合い、観察し合うような複雑なシナリオを扱う能力に制限があります。 このアーキテクチャ上のボトルネックを克服するため、NVIDIAは清華大学、トロント大学、ベクター研究所と共同で、新しいマルチエージェント・ワールド・モデル・ソリューション「Gamma-World(γ-World)」を発表しました。
マルチエージェント・ワールド・モデリングにおける主な課題は、時間的一貫性、視点間の一貫性、および相互作用的一貫性の3種類の一貫性を維持することです。 Solaris などの先行研究は 2 エージェント間の協働を前進させたものの、2 つの重大な欠陥が明らかになりました。それは、順列対称性を損なうアイデンティティエンコーディングと、エージェント数の増加に伴い計算量が 2 乗的に増加する完全接続型アテンションメカニズムであり、これにより参加者数の増加に対する効果的なスケーリングが妨げられていました。

Gamma-Worldは、完全な再設計によってこれらの構造的な問題に対処している。研究チームは「Simplex Rotary Agent Encoding」を導入した。これは、すべてのプレイヤーを幾何学的シンプレックスの頂点に配置し、プレイヤー間の自然な等距離性と対等な地位を確保するものである。 この設計には学習可能なパラメータがなく、座標のランダムな割り当てを採用しているため、モデルは2エージェントのデータで学習した後、アーキテクチャの変更なしに4エージェントのシナリオを直接実行することが可能であり、これは汎化能力における大きな飛躍である。
計算スループットのボトルネックに対処するため、Gamma-Worldは「Sparse Hub Attention Mechanism」を採用しています。このアプローチでは、従来のペアワイズ直接通信を、共有された世界状態の圧縮中継として機能する一連の学習可能なハブトークンに置き換え、計算コストを線形複雑度に低減します。 独立したキャッシュ機能と組み合わせることで、このシステムは毎秒24フレーム(24 FPS)でのリアルタイムなアクションシミュレーションを実現している。
学習には、3段階のティーチャー・スチューデント蒸留アプローチを採用した。このアプローチでは、双方向のティーチャーモデルが因果関係を持つスチューデントモデルを指導し、多段階サンプリングをわずか4段階に圧縮する。これにより、アクションの制御性を維持しつつ、自己回帰推論中の誤差の蓄積を大幅に低減している。
実験結果によると、マルチプレイヤー『Minecraft』仮想環境における「記憶」や「建設」を含む5つの主要シナリオにおいて、Gamma-Worldは既存の最先端モデルを上回り、動画品質を示すFVD指標で平均40%以上の削減を達成した。 また、このフレームワークは実際のデュアルアームロボットの協調タスクにも成功裏に適用され、シナリオを横断した適用可能性が確認された。この進歩は、マルチエージェントシミュレーションを改善するだけでなく、多アーム医療協調、工場におけるマルチロボットスケジューリング、自動運転といった物理AI分野における大規模シミュレーション生成インフラとしての可能性も秘めている。
関連記事
「Claudeforce」の内部:SalesforceのデータとClaude AIの統合
セールスフォースとアンソロピックは、「Claudeforce」のリリースにより戦略的提携を強化し、これにより企業の接続性とプラットフォームへのエンゲージメントが向上します。写真提供:JasonDoiy/Getty ImagesSalesforceとAnthropicが戦略的パートナーシップを拡大。シャノン・マシューズ氏が、安全なエンタープライズ接続を通じてプラットフォームへのエンゲージメントがどの
食欲をそそらないAI生成メニューの背後にある同一性の問題
最初は、自分の精神状態を疑い始めるだろう。カフェに入り、ベージュのサンドイッチで満たされたメニューをスキャンするが、すべての画像が不気味なほど完璧に見える――対称性が完璧で、過度に滑らかだ――これは何かおかしいという直感的な感覚を引き起こす。あなたは錯覚を抱いているのではなく、あなたの直感は正しい。生成AIによる視覚表現は、レストラン業界に浸透しており、これは「魅力的な」美学に偏って訓練されたモデルによって駆動されており、それが本質的に間違っているように感じられるためである。時には、これらの画像
IBMレポート:AIを活用した攻撃はインシデントの25%を占め、個別の損失は平均より20%高い
IBMとPonemon Instituteによる最新の調査は、懸念すべき変化を浮き彫りにしています。AIを活用した攻撃は現在、すべての不正なデータ侵害の25%を占め、前年比で56%の急増を示しています。これらの事案による平均損失は600万ドルに達し、一般的なデータ侵害の典型的なコストを20%上回っています。攻撃者はますます高インパクトな標的を重視しています。AI駆動のサイバー攻撃の62%が重要インフラを対象としており、金融サービスおよびエネルギー部門が最も高いリスクに直面しています。この集中は
関連特集おすすめ
コメント (0)
0/500
ビデオワールドモデルは、単一エージェントの視点から、マルチエージェントによる協調へと移行しつつあります。従来のモデルは通常、単一のエージェントを前提としているため、同じ仮想世界内で複数のプレイヤーが互いに作用し合い、観察し合うような複雑なシナリオを扱う能力に制限があります。 このアーキテクチャ上のボトルネックを克服するため、NVIDIAは清華大学、トロント大学、ベクター研究所と共同で、新しいマルチエージェント・ワールド・モデル・ソリューション「Gamma-World(γ-World)」を発表しました。
マルチエージェント・ワールド・モデリングにおける主な課題は、時間的一貫性、視点間の一貫性、および相互作用的一貫性の3種類の一貫性を維持することです。 Solaris などの先行研究は 2 エージェント間の協働を前進させたものの、2 つの重大な欠陥が明らかになりました。それは、順列対称性を損なうアイデンティティエンコーディングと、エージェント数の増加に伴い計算量が 2 乗的に増加する完全接続型アテンションメカニズムであり、これにより参加者数の増加に対する効果的なスケーリングが妨げられていました。

Gamma-Worldは、完全な再設計によってこれらの構造的な問題に対処している。研究チームは「Simplex Rotary Agent Encoding」を導入した。これは、すべてのプレイヤーを幾何学的シンプレックスの頂点に配置し、プレイヤー間の自然な等距離性と対等な地位を確保するものである。 この設計には学習可能なパラメータがなく、座標のランダムな割り当てを採用しているため、モデルは2エージェントのデータで学習した後、アーキテクチャの変更なしに4エージェントのシナリオを直接実行することが可能であり、これは汎化能力における大きな飛躍である。
計算スループットのボトルネックに対処するため、Gamma-Worldは「Sparse Hub Attention Mechanism」を採用しています。このアプローチでは、従来のペアワイズ直接通信を、共有された世界状態の圧縮中継として機能する一連の学習可能なハブトークンに置き換え、計算コストを線形複雑度に低減します。 独立したキャッシュ機能と組み合わせることで、このシステムは毎秒24フレーム(24 FPS)でのリアルタイムなアクションシミュレーションを実現している。
学習には、3段階のティーチャー・スチューデント蒸留アプローチを採用した。このアプローチでは、双方向のティーチャーモデルが因果関係を持つスチューデントモデルを指導し、多段階サンプリングをわずか4段階に圧縮する。これにより、アクションの制御性を維持しつつ、自己回帰推論中の誤差の蓄積を大幅に低減している。
実験結果によると、マルチプレイヤー『Minecraft』仮想環境における「記憶」や「建設」を含む5つの主要シナリオにおいて、Gamma-Worldは既存の最先端モデルを上回り、動画品質を示すFVD指標で平均40%以上の削減を達成した。 また、このフレームワークは実際のデュアルアームロボットの協調タスクにも成功裏に適用され、シナリオを横断した適用可能性が確認された。この進歩は、マルチエージェントシミュレーションを改善するだけでなく、多アーム医療協調、工場におけるマルチロボットスケジューリング、自動運転といった物理AI分野における大規模シミュレーション生成インフラとしての可能性も秘めている。
「Claudeforce」の内部:SalesforceのデータとClaude AIの統合
セールスフォースとアンソロピックは、「Claudeforce」のリリースにより戦略的提携を強化し、これにより企業の接続性とプラットフォームへのエンゲージメントが向上します。写真提供:JasonDoiy/Getty ImagesSalesforceとAnthropicが戦略的パートナーシップを拡大。シャノン・マシューズ氏が、安全なエンタープライズ接続を通じてプラットフォームへのエンゲージメントがどの
食欲をそそらないAI生成メニューの背後にある同一性の問題
最初は、自分の精神状態を疑い始めるだろう。カフェに入り、ベージュのサンドイッチで満たされたメニューをスキャンするが、すべての画像が不気味なほど完璧に見える――対称性が完璧で、過度に滑らかだ――これは何かおかしいという直感的な感覚を引き起こす。あなたは錯覚を抱いているのではなく、あなたの直感は正しい。生成AIによる視覚表現は、レストラン業界に浸透しており、これは「魅力的な」美学に偏って訓練されたモデルによって駆動されており、それが本質的に間違っているように感じられるためである。時には、これらの画像
IBMレポート:AIを活用した攻撃はインシデントの25%を占め、個別の損失は平均より20%高い
IBMとPonemon Instituteによる最新の調査は、懸念すべき変化を浮き彫りにしています。AIを活用した攻撃は現在、すべての不正なデータ侵害の25%を占め、前年比で56%の急増を示しています。これらの事案による平均損失は600万ドルに達し、一般的なデータ侵害の典型的なコストを20%上回っています。攻撃者はますます高インパクトな標的を重視しています。AI駆動のサイバー攻撃の62%が重要インフラを対象としており、金融サービスおよびエネルギー部門が最も高いリスクに直面しています。この集中は





家






