ConsistWorld：一致的多智能体世界模型的证据路由

自回归视频世界模型可以为单个观察者实现时间相干的生成。将它们扩展到多个代理需要在独立控制的视图和因果流下的时间间隙之间保持一致性。我们提出 ConsistWorld，这是一种多智能体世界模型，可以从一个共享图像生成静态场景的摄像机控制视频流。我们将一致性制定为从提交的多代理历史记录和同时生成的对等视图到正在生成的词元的路由证据。姿势条件记忆检索从所有代理中选择相关的历史观察结果，恢复最近上下文窗口之外的证据。可见性门控对等共享根据估计的历史覆盖范围和当前视图重叠来调节当前对等信息。它们共同确定哪些历史观察结果进入上下文以及并发的同行信息在哪里起作用，支持长期回忆和协调探索。两种机制都使用相机几何形状，并为固定代理数量和检索预算维护有界活动上下文。对证据共享案例以及视频长度和代理数量概括的实验表明，ConsistWorld 实现了强大的跨时间和跨代理一致性，同时保持有竞争力的生成质量。