多尺度世界模型混合：具身代理在动态环境中的适应机制

背景

当前现实世界中的具身智能体（embodied agents）面临日益复杂的动态环境，这些环境条件会随时间不断演化。具身智能体必须具备多尺度推理能力，并能迅速适应知识变化，因为不同尺度上的知识老化速度差异显著。混合专家（Mixture of Experts，MoE）模型曾被广泛应用于提升推理效率，但在应用于具身智能体时存在明显不足：路由机制缺乏显式尺度概念，导致无法对特定尺度进行针对性更新；同时统一的更新策略也无法应对各尺度知识老化速率的不同，这直接限制了在实时演化环境中的适应性。

核心内容

论文提出名为MuSix的框架，该框架通过尺度感知的世界模型混合与进化机制，同时解决上述两个挑战。MuSix采用两阶段路由机制，该机制将经验距离（experiential distance）这一概念锚定在尺度选择上。经验距离是一种受Construal Level Theory启发的情景新颖性度量：首先，一个元路由器（meta-router）将此度量映射到连续尺度空间上的权重向量；然后，在每个尺度下的基路由器（base routers）进一步从候选世界模型中选择适合的模型。

对于知识适应阶段，MuSix引入尺度依赖的遗忘机制（scale-dependent forgetting rates），允许低尺度知识以较高速度刷新以适应快速变化的局部环境，而高尺度抽象保持相对稳定以维持长期一致性。同时，门控跨尺度转移机制（gated inter-scale transfer）确保不同尺度之间的知识能够有效传递与融合，从而维持整个层次结构的连贯性。

实验验证了MuSix的有效性，分别在EmbodiedBench和HAZARD基准上，MuSix在多尺度推理和动态适应能力上均优于现有最先进基线方法。

关键要点

• MuSix通过两阶段路由机制解决MoE在具身智能体中的尺度缺乏问题：元路由器将经验距离映射到尺度权重，基路由器在选定尺度内选择世界模型。
• 尺度依赖的遗忘速率实现知识的快速局部刷新与长期抽象持久性。
• 门控跨尺度转移维持知识在多尺度层次结构中的一致性。
• 在EmbodiedBench和HAZARD上，MuSix显著提升多尺度推理与动态适应性能，优于SOTA基线。
• 框架直接针对具身智能体在实时演化环境中的核心痛点设计，具备可扩展性与层次化适应能力。

意义与影响

MuSix为具身智能体在复杂、动态的现实环境中提供了一种系统性解决方案，有效突破了传统MoE模型在尺度感知与知识进化方面的局限性。这一框架不仅推动了多尺度世界模型在具身智能体领域的理论与工程实践，还为后续开发更智能、更适应性强的具身系统奠定了基础。未来，随着人工智能在安全、监控、机器人等领域深度渗透，MuSix有望显著提升智能体在真实世界中的自主性和鲁棒性，成为相关研究与应用的重要范式。