Hi-FLoop: Hierarchical State-Feedback Loops for Multi-Timescale World Modeling
作者: Rx Fan, Zhan H
分类: cs.CV, cs.AI
发布日期: 2026-09-08
备注: 13 pages, 2 figures, and 6 tables
💡 一句话要点
提出HI-FLOOP以解决多智能体交通模拟中的时间尺度一致性问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)
关键词: 多智能体系统 交通模拟 时间尺度协调 状态反馈机制 物理一致性
📋 核心要点
- 现有方法在长时间闭环生成中难以协调多个决策时间尺度，导致跨尺度一致性不足。
- HI-FLOOP框架通过八个场景级世界表示联合假设，并在8秒的回放中共享世界身份，增强了时间尺度的协调性。
- 在H-D公共验证集上，HI-FLOOP在8秒和6秒的评估中分别取得了1.196636米和0.526米的优异表现，显示出显著的性能提升。
📝 摘要（中文）
多智能体交通模拟旨在从地图和观察历史中生成多样、协调且物理上真实的未来。长时间闭环生成必须在上下文随着生成状态演变的同时调和多个决策时间尺度。现有方法通常从初始场景展开长时间未来，并单一地解决意图、交互和运动，削弱了跨尺度的一致性和适应性。我们提出HI-FLOOP，一个分支一致的多时间尺度状态反馈框架，能够有效解决这一问题。
🔬 方法详解
问题定义：本论文旨在解决多智能体交通模拟中长时间闭环生成的时间尺度协调问题。现有方法在处理意图、交互和运动时往往缺乏跨尺度的一致性，导致生成结果的物理真实性不足。
核心思路：HI-FLOOP框架通过引入分支一致的多时间尺度状态反馈机制，允许在不同时间尺度上进行意图、交互和运动的协调生成，从而提升生成的多样性和一致性。
技术框架：HI-FLOOP的整体架构包括八个场景级世界，每个世界代表一个联合假设。框架内的8秒目标用于锚定意图，2秒预览用于协调交互，1秒控制用于生成物理运动。每0.5秒的反馈仅将执行的前缀作为新事实输入。
关键创新：HI-FLOOP的主要创新在于引入了联合预览交互（JPI）机制，通过稀疏有向未来图和冲突概率来优化交互精细化。这种设计与现有方法的单一生成方式形成鲜明对比，显著提升了生成的物理一致性。
关键设计：在HI-FLOOP中，采用了前缀冻结的A到B级联机制，使得冻结的模型A生成0-1秒的状态，然后将物理状态、可接受的上下文和分支索引传递给独立的模型B进行重新编码和1-2秒的恢复。
🖼️ 关键图片
📊 实验亮点
在H-D公共验证集上，HI-FLOOP在8秒的评估中取得了1.196636米的oracle-minADE@8，6秒的评估中则为0.526米，显示出相较于基线方法的显著性能提升，验证了其在多时间尺度生成中的有效性。
🎯 应用场景
该研究的潜在应用领域包括智能交通系统、自动驾驶车辆的路径规划以及城市交通流量管理。通过提高多智能体系统的决策一致性和物理真实性，HI-FLOOP能够为未来的交通模拟和管理提供更为可靠的工具，推动智能交通技术的发展。
📄 摘要（原文）
Multi-agent traffic simulation seeks diverse, coordinated, and physically realistic futures from maps and observed history. Long-horizon closed-loop generation must reconcile multiple decision time scales while its context evolves with generated states. Existing methods often unfold long futures from the initial scene and resolve intent, interaction, and motion monolithically, weakening cross-scale consistency and adaptation. We present HI-FLOOP, a branch-consistent multi-timescale state-feedback framework. Eight scene-level Worlds represent joint hypotheses, and all agents share the selected World identity throughout an 8-second rollout. Within the branch, an 8-second Goal anchors intent, a 2-second Preview coordinates interactions, and 1-second Control produces physical motion. Every 0.5-second commit feeds back only its executed prefix as new facts, while unexecuted hypotheses never enter factual memory. Joint Preview Interaction (JPI) induces a sparse directed future graph from Preview and uses conflict probabilities and signed arrival-time differences to gate interaction refinement. For generated-state recovery, a prefix-frozen A-to-B cascade lets frozen Model A generate 0-1 seconds, then transfers typed physical state, admissible context, and the branch index, but no latent state, to an independent Model B for re-encoding and 1-2-second recovery. On the full H-D public-validation split of 955 scenarios, one complete S1 run yields an Overall score of 0.689987 with the official evaluator. Under agent-centric oracle evaluation, HI-FLOOP achieves oracle-minADE@8 of 1.196636 m over the 8-second horizon and 0.526 m over the 6-second horizon.