Token Communication-Assisted Collaborative Embodied Artificial Intelligence: Concepts, Framework, and Opportunities

📄 arXiv: 2610.01826v1 📥 PDF

作者: Peng Yi, Ying-Chang Liang

分类: eess.SP, cs.AI, cs.MA

发布日期: 2026-10-01

备注: 10 pages, 4 figures. Submitted to the IEEE for possible publication

💡 一句话要点

提出Token通信框架以提升协作体智能的沟通效率

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 协作体人工智能 Token通信 多模态信息交换 生成基础模型 任务自适应通信

📋 核心要点

  1. 现有的协作体人工智能在多模态信息交换和任务相关信息传递方面存在效率低下的问题。
  2. 论文提出了Token通信框架，通过将信息压缩为紧凑的语义载体，提高了CEAI代理之间的沟通效率。
  3. 实验结果表明，该框架在协作物体运输任务中显著降低了信息传输的比特消耗，同时保持了高效的任务执行能力。

📝 摘要（中文）

协作体人工智能（CEAI）使多个物理代理能够在动态环境中进行感知、推理和合作行动。有效的沟通对于CEAI至关重要，然而，CEAI代理不仅需要交换大量的多模态观察数据，还需传递与任务相关的见解、意图和交互信息。本文探讨了Token通信（TokCom）作为CEAI的原生智能接口，提出了一种TokCom辅助的CEAI框架，利用任务自适应通信协议来指导生成基础模型（GFM）进行信息的压缩和重构。通过协作物体运输的案例研究，验证了该框架在降低源负载比特消耗的同时，保持了任务效率并在噪声信道下表现出良好的鲁棒性。

🔬 方法详解

问题定义：本文旨在解决协作体人工智能在动态环境中进行有效沟通的挑战，尤其是在多模态观察和任务相关信息的交换中存在的效率低下问题。

核心思路：提出Token通信（TokCom）作为CEAI的智能接口，利用紧凑的语义载体进行信息传递，旨在提高信息传递的效率和准确性。

技术框架：TokCom辅助的CEAI框架包括一个紧凑的代码本、语法规则和上下文示例，指导生成基础模型（GFM）进行信息的压缩和重构，形成一个完整的通信协议。

关键创新：最重要的创新在于将Token作为信息的载体和推理单元，显著提高了信息传递的效率，与传统方法相比，减少了信息负载的比特消耗。

关键设计：框架中设计了任务自适应的通信协议，包含了信息的压缩和重构过程，确保在无线传输中保持信息的完整性和准确性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，TokCom框架在协作物体运输任务中，源负载比特消耗减少了显著比例，同时任务效率保持在高水平，展现出在噪声信道下的良好鲁棒性。

🎯 应用场景

该研究的潜在应用领域包括多机器人协作、智能交通系统和无人机编队等场景。通过提升信息传递的效率，能够在复杂环境中实现更高效的协作，具有重要的实际价值和未来影响。

📄 摘要（原文）

Collaborative embodied artificial intelligence (CEAI) enables multiple physical agents to perceive, reason, and act cooperatively in dynamic environments. Effective communication is essential for CEAI, yet CEAI agents must exchange not only large multimodal observations but also task-relevant insights, intents, and interactive information over long horizons. This article investigates token communication (TokCom) as a native intelligence interface for CEAI, in which tokens serve jointly as compact semantic carriers for communication and fundamental inference units for generative foundation models (GFMs). We first discuss how TokCom supports insight sharing, intent alignment, and interactive control among embodied agents. We then propose a TokCom-assisted CEAI framework driven by a task-adaptive communication protocol. Comprising a compact codebook, syntax rules, and contextual examples, this protocol guides GFM-based transceivers to distill messages into compact tokens and reconstruct them after wireless transmission. A case study on collaborative object transport demonstrates that the proposed TokCom framework substantially reduces the source payload bit consumption while preserving task efficiency and showing robustness under noisy channels. Finally, we outline future research directions.