通过对话对齐世界模型实现具身多智能体协调

具身智能体的有效协作不仅需在共享环境中行动，更需基于各自 evolving 的世界理解进行沟通。针对部分可观察环境下的协调难题，本文扩展了 PARTNR 基准，引入自然语言对话通道使双智能体在执行中交流。为评估对话是否促成真正的世界模型对齐而非表面协调，提出了基于个体世界图的度量框架：观察收敛性、信息新颖性及信念敏感消息传递。实验表明，对话虽显著减少动作冲突（40%-83%），但相比静默协调降低了任务成功率，揭示了当前模型在深层对齐上的不足。