论文页面 - MASS: Multiplayer World Models with Authoritative Shared State

来源：https://huggingface.co/papers/2608.06257

摘要

当前视频世界模型在多玩家环境中表现不佳，因为它们将世界状态与依赖视角的视觉潜变量纠缠在一起，导致计算冗余、视角不一致以及可扩展性差。我们提出 MAS（Multiplayer world models with Authoritative Shared State，即具有权威共享状态的多玩家世界模型）来解决这一局限。受多玩家游戏架构启发，MAS 将世界动态与视角渲染解耦。一个学习得到的逻辑引擎（Logic Engine）在没有手工编写的转移函数的情况下，从联合动作推进一个全局、权威、带类型的状态，并作为唯一的循环记忆和同步参考。基于这一共享状态，一个学习得到的渲染引擎（Rendering Engine）可按需为任意请求的摄像机生成独立且一致的视角。这种显式解耦使 MAS 在一个匹配的多玩家 Snake 基准测试中，与最先进的多视角基线相比，实现了更优的状态准确性和更低的跨视角不一致性。它能以 1,024 个并发玩家推进预测世界达 10,000 个循环步骤。我们的结果表明，显式、权威的状态建模为可扩展且一致的多智能体世界模拟提供了实用基础。

查看 arXiv 页面 (https://arxiv.org/abs/2608.06257)
查看 PDF (https://arxiv.org/pdf/2608.06257)
项目页面 (https://alaya-lab.github.io/MASS)
添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2608.06257)

获取此论文到你的 agent：

hf papers read 2608\.06257

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2608.06257 以从此页面链接到它。

引用此论文的数据集 0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2608.06257 以从此页面链接到它。

引用此论文的 Space 0

没有 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2608.06257 以从此页面链接到它。

包含此论文的收藏 0

没有收藏包含此论文

将此论文添加到一个收藏 (https://huggingface.co/new-collection) 以从此页面链接到它。