Odysseyml：AIワールドモデルでマルチプレイヤーゲームシミュレーションを実行

Odysseymlは本日、最大4人の人間またはAI参加者が同時にインタラクションできる共有リアルタイムシミュレーションを生成するマルチエージェントワールドモデル「Agora-1」をリリースしました。従来のワールドモデルが一度に1人のエージェントしかシミュレートできなかったのに対し、Agora-1はシミュレーションとレンダリングを分離する新しいアーキテクチャを採用し、複数の参加者間で一貫したワールド状態を維持します。

従来の手法であるMultiverseやSolarisは、マルチエージェント処理においてスケーリングの限界に直面していました。Multiverseは複数のエージェント状態を1つの分割画面表現に統合し、Solarisは参加者をシーケンス次元に沿って連結するため、プレイヤー数に応じてコンテキスト長が増加し、視界が遮られると一貫性が脆弱になりました。Agora-1はこれとは異なり、プレイヤーのアクションからワールド状態の進化を学習する独立したモデルと、その共有状態から各参加者のビューを独立して生成するDiTベースのレンダラーを使用します。その結果、プレイヤー数が増加しても劣化しない一貫したマルチパースペクティブレンダリングが実現します。

Agora-1のアーキテクチャはゲームに特化したものではありません。共有ワールド状態の抽象化は、複数のエージェントが同じ環境で動作する必要があるあらゆるシナリオ（協調ロボット工学やマルチエージェント強化学習など）に適用できます。Odysseymlはまた、ゲーム状態を直接操作できるため、Agora-1は元のゲームダイナミクスを保ちながら新しいレベルを生成できると述べています。

主な機能：最大4名の同時参加者（人間またはAI）、完全に学習されたシミュレーションとレンダリングシステム、画像やプロンプトではなく共有ゲーム状態に基づくDiTレンダラー、1つのワールド状態からの一貫したマルチビュー生成。現在、Odysseymlは『ゴールデンアイ』のデスマッチシミュレーションを実行するプレイ可能な研究プレビュー版を公開しています。

利点：マルチエージェント強化学習研究者は、参加者数に応じて結合インタラクション空間が組み合わせ的に拡大するインタラクティブシミュレーション環境を得られます。ゲーム開発者や研究者はルールベースではなく学習型のゲームエンジンを探求でき、ロボット工学チームは複数エージェントによる共有環境モデリングのリファレンスアーキテクチャを手に入れます。Agora-1内で訓練されたポリシーは、元のゲームにアクセスしなくても未知の環境に一般化できる可能性があります。

Odysseymlは、Agora-1の真の価値は『ゴールデンアイ』のデモにあるのではなく、シミュレーションとレンダリングの分離が、アーキテクチャを書き換えることなくエージェント数に応じてスケールするワールドモデルへの実現可能な道筋を示している点だと指摘しています。ゲームデモはその動作を示す最もわかりやすい手段にすぎません。