Dreamer-CPC:基于世界模型的消息学习用于去中心化多智能体强化学习多智能体强化学习中,智能体间通信在部分可观测下有效提升性能。基于表示学习的方法让去中心化智能体学习基于自身观测的消息,但仅依赖当前观测。Dreamer-CPC结合世界模型进行消息学习。Taisuke Takayama, Naoto Yoshida, Tadahiro Taniguchi·2026年7月22日Dreamer世界模型多智能体2026年7月22日
流式多智能体自回归扩散模型:带世界状态寄存器多智能体交互世界模型不仅需要生成一致的观测,还需维护跨智能体持久、跨视角演化的世界状态。现有自回归视频扩散管线将观测历史作为条件上下文,导致共享状态信息分散且低效。本文提出流式多智能体自回归扩散模型,引入世界状态寄存器机制。Sicheng Mo, Yuheng Li, Ziyang Leng·2026年7月23日世界模型多智能体扩散模型2026年7月23日