MASS：具有权威共享状态的多玩家世界模型

arXiv 2026 46.6 method

TLDR

提出MAS，将权威共享状态与视角渲染分离，实现可扩展且一致的多智能体模拟。

评分理由

The paper introduces a novel architecture that disentangles world dynamics from view rendering, addressing scalability and consistency issues in multiplayer environments. Strengths include clear methodology and strong empirical results on a benchmark, but limitations include evaluation only on a simple Snake environment and lack of real-world complexity.

Read-first 评分解释

综合优先阅读分 46.6，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 55。

近期性 6%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

主题相关性 29%

78.6

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

方法质量 18%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：基线、基准、结果

可复现性 18%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

引用影响力 18%

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。引用数：0

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：515。

关键词评分

world model

world simulator

interactive world model

world dynamics prediction

generative world model

video world model

model-based reinforcement learning world model

深度分析

创新点

将世界动态和视角渲染解耦为学习的逻辑引擎和渲染引擎
权威类型化状态作为唯一循环记忆和同步参考，消除手工设计的转移函数
支持1,024个并发玩家和10,000个循环步骤的可扩展多智能体模拟

方法

MAS架构包含一个逻辑引擎，从联合动作更新全局权威类型化状态，以及一个渲染引擎按需生成独立视图。模型在多玩家Snake基准上训练，并与最先进的多视角世界模型基线进行比较。

关键结果

MAS在状态准确性和跨视角不一致性方面优于基线，并成功扩展到1,024个玩家和10,000个步骤。

资源

论文