Modelos de Mundo Interactivos Multijugador con Autoencoders | Creación de entornos virtuales compartidos para simulación de agentes | Sistemas de representación latente para mundos generativos interactivos

Abstract

PROBLEMA: La generación de mundos virtuales interactivos suele ser estática o limitada a un solo usuario, con dificultades para mantener la consistencia en interacciones multijugador complejas. SOLUCIÓN: Se presenta un nuevo enfoque para modelos de mundo interactivos multijugador que utiliza Autoencoders de Representación (RAE) para gestionar estados compartidos de manera eficiente. METODOLOGÍA: El modelo comprime el estado visual y físico en un espacio latente que permite predicciones rápidas de 'siguiente frame' basadas en las acciones combinadas de múltiples agentes. RESULTADOS: Logra una latencia baja en la interacción y una fidelidad visual superior a modelos previos, permitiendo simulaciones donde varios agentes afectan el mismo entorno simultáneamente. RELEVANCIA: Es un avance clave para el entrenamiento de robots en grupos (swarm intelligence) y para la creación de entornos de sim-to-real más realistas y dinámicos.