CoEnv：通过组合环境驱动具体的多代理协作

多智能体体现系统有望实现复杂的协作操作，但在空间协调、时间推理和共享工作空间意识方面面临着严峻的挑战。受人类协作的启发，其中认知规划与物理执行分开进行，我们引入了组合环境的概念——现实世界和模拟组件的协同集成，使多个机器人代理能够感知意图并在统一的决策空间内进行操作。基于这个概念，我们提出了 CoEnv，一个利用模拟进行安全策略探索，同时确保可靠的现实部署的框架。 CoEnv 的运作分为三个阶段：将物理工作空间数字化的真实到模拟场景重建、VLM 驱动的动作合成支持具有高级接口的实时规划和基于代码的轨迹生成的迭代规划，以及通过碰撞检测验证模拟到真实的传输以实现安全部署。在具有挑战性的多臂操纵基准上进行的大量实验证明了 CoEnv 在实现高任务成功率和执行效率方面的有效性，为多智能体体现的人工智能建立了新的范例。