新方法PIP解决部分可观测零样本协作问题
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载把双方视角压进一个表征
这项工作的出发点是具身场景下的零样本协作：伙伴会间歇性地离开视野，此时智能体只能依靠自己的局部观测行动。作者指出，已有方法在这种情况下得到的伙伴表征含义模糊，同时对伙伴的隐藏状态缺乏把握。为此他们提出 Predicting Intention of Partner，简称 PIP，把上述两个问题放在同一个框架里处理。PIP 的第一个组件是 Joint-view VAE，它在训练阶段把两个智能体各自局部观测的并集作为证据来源，从中提炼出更丰富的伙伴表征，而这一表征在实际使用时仅凭局部观测即可获得。换句话说，训练时用得到的信息更多，部署时并不需要额外的可见性。
从交互历史推断隐藏状态
PIP 的第二个组件是伙伴状态信念网络，它从自我智能体的交互历史出发，推断伙伴的隐藏位置以及行为倾向。这一设计与 Joint-view VAE 形成分工：前者负责把训练期可得的联合视角信息蒸馏成可迁移的伙伴表征，后者负责在伙伴不可见时维持对其位置与意图的估计。作者在三个基准上评估 PIP，分别是 Burrito-PO、Overcooked-PO 以及一个 Melting Pot 环境，并在 Burrito-PO 中额外做了人类评估。结果显示，在全部三个基准上，PIP 的平均表现都高于参与比较的其他方法。
遮挡条件下的验证
除基准成绩外，作者还通过人类评估与诊断性分析来支撑两点结论：一是 PIP 能与未见过的伙伴完成协作，二是 Joint-view VAE 与伙伴状态信念网络这两个组件在伙伴被遮挡的情形下各自都有贡献。评估覆盖的场景都带有部分可观测的设定，即伙伴会间歇性地不在视野内，这正是该方法针对的问题形态。论文提交于 2026 年 10 月 6 日，作者为 Jinnyeong Yang、Yuhwan Jeong、Hoyong Kwon、Minseok Kim、Jihun Kim 与 Kuk-Jin Yoon，编号 arXiv:2610.08142，主题分类为 cs.AI 与 cs.MA。对关注多智能体协作的研究者而言，这项工作的意义在于把伙伴表征学习与隐藏状态推断合并到一条路径上，并给出了在遮挡条件下可复现的评测组合。
为什么值得看
解决多智能体协作中同伴视野遮挡难题，实现与未知同伴的高效零样本协作，对具身多智能体系统实用化意义重大。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。