멀티 에이전트 월드 모델

기존 월드 모델은 주로 단일 에이전트의 행동이나 시점 제어에 집중해 왔다. 하지만 실제 시뮬레이션 환경은 여러 플레이어나 로봇이 동시에 상호작용하는 다중 에이전트 환경을 필요로 한다.

$\gamma$-World는 이러한 환경을 위해 설계된 생성형 멀티 에이전트 월드 모델이다. 핵심 기술인 Simplex Rotary Agent Encoding은 3D RoPE를 확장하여 에이전트를 회전 각도 공간의 정규 단체(regular simplex) 정점으로 표현한다. 이를 통해 에이전트의 순서에 구애받지 않고 확장 가능한 정체성을 부여한다.

또한, Sparse Hub Attention을 통해 에이전트 간 통신 효율을 극대화했다. 학습 가능한 허브 토큰이 중재 역할을 수행하여, 에이전트 수에 따른 어텐션 비용을 기존의 이차식(quadratic)에서 선형(linear)으로 낮췄다.

최종적으로 양방향 교사 모델을 활용한 증류(distillation) 과정을 거쳐, 24 FPS의 실시간 응답 속도를 구현했다. 실험 결과, $\gamma$-World는 추가 학습 없이도 플레이어 수를 2명에서 4명으로 확장했을 때 높은 비디오 충실도와 일관성을 보여주었다.