Hugging Face Daily Papers·· 2026-10-20AI 评分31
OverSeer:用固定辅助相机视角提升多智能体世界模型的一致性
OverSeer: Multi-Agent World Models Beyond What Agents See
AI 导读
OverSeer 是一种多智能体世界模型,通过在智能体第一人称视角之外引入空间固定的辅助相机视角,作为世界中心表示的代理,帮助模型维持时间与跨智能体的一致性。辅助视角经 delta-VAE 相对静态参考图仅编码变化,显著降低处理所需 token 与计算开销。在 Minecraft、Doom 及真实多相机采集上的实验显示世界与智能体一致性均有提升。
打开原文 arxiv.org