Дом
NVIDIA и Университет Цинхуа представляют Gamma-World, преодолевающий ограничения многоагентного моделирования
Модели виртуальных миров переходят от одноагентной парадигмы к многоагентному взаимодействию. Традиционные модели, как правило, предполагают наличие одного агента, что ограничивает их способность обрабатывать сложные сценарии, в которых несколько участников действуют и наблюдают друг за другом в одном виртуальном мире. Чтобы преодолеть это архитектурное ограничение, компания NVIDIA в сотрудничестве с Университетом Цинхуа, Университетом Торонто и Институтом Vector представила Gamma-World (γ-World) — новое решение для моделирования многоагентных миров.
Основная сложность при моделировании многоагентных миров заключается в обеспечении трех видов согласованности: временной, межперспективной и интерактивной. Ранее разработанные системы, такие как Solaris, продвинули идею сотрудничества двух агентов, но выявили два критических недостатка: кодирование идентичности, нарушающее симметрию перестановки, и полностью связанный механизм внимания, приводящий к квадратичному росту вычислительных затрат с увеличением числа агентов, что препятствует эффективному масштабированию при увеличении числа участников.

Gamma-World решает эти структурные проблемы благодаря полной переработке архитектуры. Команда представила метод Simplex Rotary Agent Encoding, который располагает всех игроков в вершинах геометрического симплекса, обеспечивая естественную равноудаленность и равный статус между ними. Данная конструкция не содержит обучаемых параметров и использует случайное присвоение координат, что позволяет модели обучаться на данных с двумя агентами и напрямую реализовывать сценарии с четырьмя агентами без каких-либо изменений архитектуры — это значительный скачок в области обобщения.
Для устранения узкого места в вычислительной пропускной способности Gamma-World использует механизм «Sparse Hub Attention». Этот подход заменяет традиционную прямую парную коммуникацию набор обучаемых токенов-хабов, которые действуют как сжатые ретрансляторы для общих состояний мира, снижая вычислительные затраты до линейной сложности. В сочетании с независимым кэшированием система обеспечивает симуляцию действий в реальном времени со скоростью 24 кадра в секунду (24 FPS).
Для обучения команда использовала трехэтапный подход дистилляции «учитель-ученик», при котором двунаправленная модель-учитель направляет причинно-следственную модель-ученика, сжимая многоэтапную выборку до всего четырех шагов. Это позволяет сохранить управляемость действий и одновременно значительно сократить накопление ошибок во время авторегрессивного вывода.
Результаты экспериментов показывают, что в пяти основных сценариях многопользовательской виртуальной среды Minecraft — включая «память» и «строительство» — Gamma-World превосходит существующие передовые модели, достигая в среднем более чем 40-процентного снижения показателя FVD, характеризующего качество видео. Данная платформа также была успешно адаптирована к реальным задачам совместной работы двухруких роботов, что подтверждает её применимость в различных сценариях. Это достижение не только улучшает многоагентное моделирование, но и может служить инфраструктурой для генерации крупномасштабных симуляций в физических областях применения ИИ, таких как совместная работа нескольких медицинских роботов, планирование работы нескольких роботов на заводе и автономное вождение.
Связанная статья
За кулисами Claudeforce: объединение данных Salesforce с ИИ Claude
Salesforce и Anthropic укрепляют свой стратегический альянс, запустив проект Claudeforce, что способствует расширению возможностей взаимодействия между предприятиями и повышению вовлечённости пользова
Проблема однообразия за этими непривлекательными меню, сгенерированными ИИ
Сначала вы можете усомниться в своей рассудочности. Вы заходите в кафе и просматриваете меню, заполненное сэндвичами с бубликами, но каждое изображение выглядит пугающе идеальным — безупречно симметричным и чрезмерно гладким, — что вызывает интуитивн
Отчет IBM: инциденты, вызванные искусственным интеллектом, составляют 25% от всех случаев, при этом индивидуальные убытки на 20% превышают средние значения
Новое исследование IBM и института Понемона подчеркивает тревожный сдвиг: атаки с использованием искусственного интеллекта теперь составляют 25% всех злонамеренных утечек данных, что свидетельствует о росте на 56% по сравнению с предыдущим годом. Эти
Рекомендации по связанным специальным темам
Комментарии (0)
Модели виртуальных миров переходят от одноагентной парадигмы к многоагентному взаимодействию. Традиционные модели, как правило, предполагают наличие одного агента, что ограничивает их способность обрабатывать сложные сценарии, в которых несколько участников действуют и наблюдают друг за другом в одном виртуальном мире. Чтобы преодолеть это архитектурное ограничение, компания NVIDIA в сотрудничестве с Университетом Цинхуа, Университетом Торонто и Институтом Vector представила Gamma-World (γ-World) — новое решение для моделирования многоагентных миров.
Основная сложность при моделировании многоагентных миров заключается в обеспечении трех видов согласованности: временной, межперспективной и интерактивной. Ранее разработанные системы, такие как Solaris, продвинули идею сотрудничества двух агентов, но выявили два критических недостатка: кодирование идентичности, нарушающее симметрию перестановки, и полностью связанный механизм внимания, приводящий к квадратичному росту вычислительных затрат с увеличением числа агентов, что препятствует эффективному масштабированию при увеличении числа участников.

Gamma-World решает эти структурные проблемы благодаря полной переработке архитектуры. Команда представила метод Simplex Rotary Agent Encoding, который располагает всех игроков в вершинах геометрического симплекса, обеспечивая естественную равноудаленность и равный статус между ними. Данная конструкция не содержит обучаемых параметров и использует случайное присвоение координат, что позволяет модели обучаться на данных с двумя агентами и напрямую реализовывать сценарии с четырьмя агентами без каких-либо изменений архитектуры — это значительный скачок в области обобщения.
Для устранения узкого места в вычислительной пропускной способности Gamma-World использует механизм «Sparse Hub Attention». Этот подход заменяет традиционную прямую парную коммуникацию набор обучаемых токенов-хабов, которые действуют как сжатые ретрансляторы для общих состояний мира, снижая вычислительные затраты до линейной сложности. В сочетании с независимым кэшированием система обеспечивает симуляцию действий в реальном времени со скоростью 24 кадра в секунду (24 FPS).
Для обучения команда использовала трехэтапный подход дистилляции «учитель-ученик», при котором двунаправленная модель-учитель направляет причинно-следственную модель-ученика, сжимая многоэтапную выборку до всего четырех шагов. Это позволяет сохранить управляемость действий и одновременно значительно сократить накопление ошибок во время авторегрессивного вывода.
Результаты экспериментов показывают, что в пяти основных сценариях многопользовательской виртуальной среды Minecraft — включая «память» и «строительство» — Gamma-World превосходит существующие передовые модели, достигая в среднем более чем 40-процентного снижения показателя FVD, характеризующего качество видео. Данная платформа также была успешно адаптирована к реальным задачам совместной работы двухруких роботов, что подтверждает её применимость в различных сценариях. Это достижение не только улучшает многоагентное моделирование, но и может служить инфраструктурой для генерации крупномасштабных симуляций в физических областях применения ИИ, таких как совместная работа нескольких медицинских роботов, планирование работы нескольких роботов на заводе и автономное вождение.
За кулисами Claudeforce: объединение данных Salesforce с ИИ Claude
Salesforce и Anthropic укрепляют свой стратегический альянс, запустив проект Claudeforce, что способствует расширению возможностей взаимодействия между предприятиями и повышению вовлечённости пользова
Проблема однообразия за этими непривлекательными меню, сгенерированными ИИ
Сначала вы можете усомниться в своей рассудочности. Вы заходите в кафе и просматриваете меню, заполненное сэндвичами с бубликами, но каждое изображение выглядит пугающе идеальным — безупречно симметричным и чрезмерно гладким, — что вызывает интуитивн
Отчет IBM: инциденты, вызванные искусственным интеллектом, составляют 25% от всех случаев, при этом индивидуальные убытки на 20% превышают средние значения
Новое исследование IBM и института Понемона подчеркивает тревожный сдвиг: атаки с использованием искусственного интеллекта теперь составляют 25% всех злонамеренных утечек данных, что свидетельствует о росте на 56% по сравнению с предыдущим годом. Эти











