Multics: modello generativo di mondi multigiocatore con comunicazione gerarchica

Abstract degli autori

I modelli interattivi di mondi multigiocatore mirano a simulare ambienti condivisi dal punto di vista di più giocatori, ma ottenere una generazione robusta quando il numero di giocatori aumenta resta difficile. Gli approcci esistenti basati su una comunicazione completamente connessa (per esempio Solaris) comportano costi di attenzione che crescono quadraticamente con il numero di giocatori, mentre gli approcci centralizzati (per esempio $γ$-World) risentono delle interferenze tra eventi non correlati all’interno di una rappresentazione globale condivisa. Per affrontare queste difficoltà, presentiamo Multics, un framework per la generazione di video multigiocatore con una comunicazione gerarchica che organizza lo scambio di informazioni a livello di giocatore, di gruppo e globale. Questa gerarchia introduce nella self-attention token di gruppo che fungono da rappresentazioni intermedie a livello di gruppo e aggregano le informazioni sui giocatori rilevanti a livello locale. Questi token si collegano ai token globali per consentire la comunicazione tra gruppi, mentre la struttura gerarchica limita la commistione diretta tra eventi locali non correlati. I parametri dei token di gruppo sono condivisi tra le posizioni dei gruppi, consentendo allo stesso modulo di comunicazione di gestire numeri variabili di giocatori senza introdurre nuovi parametri specifici per ciascun gruppo. Proponiamo inoltre un raggruppamento dinamico vincolato da un budget, basato sulle traiettorie recenti delle telecamere, che riunisce in modo adattivo i giocatori rilevanti limitando la comunicazione non necessaria. Gli esperimenti mostrano che Multics raggiunge prestazioni allo stato dell’arte nelle configurazioni a 4 e 6 giocatori, con una migliore coerenza tra giocatori, una maggiore controllabilità delle azioni e della telecamera per ciascun giocatore e una maggiore robustezza alle interferenze. Inoltre, Multics, addestrato con 4 giocatori, si generalizza all’inferenza con 6, 8 e 10 giocatori senza un nuovo addestramento, riducendo al contempo il calcolo della self-attention rispetto alla comunicazione completamente connessa.