マサチューセッツ大学アマースト校の研究チームは、都市規模の屋外環境において分散した身体エージェントが協調してナビゲーションを行うためのフレームワーク「Sentinel」を提案した。本研究成果はarXiv（論文ID: 2605.26239）で公開され、ベンチマークとコードも提供されている。
研究ではまず「協調空間知能（Cooperative Spatial Intelligence）」を定義。これは動的な環境制約下で分散エージェントが効果的に調整する能力を指す。この能力を評価するため、研究チームはSentinel Challengeベンチマークを設計した。複数の分散エージェントが自然言語で通信し、大規模な都市屋外環境の中で互いに安全で便利な集合地点を合意し、その後それぞれが動的に巡回する「哨兵（sentinels）」を回避しながらナビゲーションを行う。エージェントは粗い空間情報のみを提供するツールを使用する。
この課題に対処するため、CoSaR（Cooperative Spatial Reasoning and Planning）フレームワークが提案された。CoSaRは基盤モデル（foundation models）の高レベルな通信・計画能力と、古典的な空間ナビゲーションアルゴリズムの精度を橋渡しする。具体的には、基盤モデルが自然言語による指示の理解と戦略生成を担い、A*などのアルゴリズムが正確な経路計算を行う。エージェントは状況更新を交換し、変化する空間制約を推論し、協調的に軌道を再計画できる。
14の都市レベルのシーン（エージェント数3〜5）で評価した結果、CoSaRは一貫してより迅速な集合、短い経路長、向上した安全性を達成した。例えば、複雑な街区レイアウトや複数の哨兵が巡回するシナリオでは、CoSaRにより哨兵回避成功率が40%以上向上し、平均集合時間が35%短縮された。研究チームは、動的通信と空間推論の統合がロバストなマルチエージェント協調に不可欠であり、基盤モデル単独や従来のナビゲーションアルゴリズムだけでは同等の効果が得られないと結論付けている。
この新たな設定を形式化しスケーラブルなベンチマークを提供することで、身体性マルチエージェントシステムにおける協調空間知能の進展の基盤を築くことを目指している。コードとチャレンジはGitHub（https://github.com/UMass-Embodied-AGI/Sentinel）で公開されており、研究チームは今後、より多くのエージェントや複雑な動的障害物を含むシナリオへの拡張や、視覚情報の統合を計画している。