다음 단계를 넘어 보기: 다중 에이전트 환경에서의 월드 모델 기반 인간 유사 내비게이션

혼잡한 장면에서 다음 동작을 선택하는 것은 단순히 현재 장애물을 피하는 문제만은 아닙니다. 특정 행동은 국소적으로는 실현 가능해 보일지라도, 횡단보도가 아닌 도로로 표류하거나, 건너는 보행자 무리 사이를 가르거나, 좁은 통로를 병목화시킬 수 있습니다. 이러한 실패 모드는 현재 상태만으로는 감지할 수 없으며, 이를 처리하기 위해서는 각 후보 행동이 무엇을 초래할지 추론해야 합니다.

월드 모델(World models)은 정확히 이러한 기능을 제공합니다. 즉, 미래에 대한 행동 조건부 예측(action-conditioned predictions of the future)을 제공하지만, 매 결정 단계마다 이를 전개하는 것은 배포 가능한 내비게이션 시스템이 감당할 수 없는 비용이며, 이 분야는 오랫동안 통찰력(foresight)을 속도와 맞바꾸어 왔습니다. 우리는 이것이 잘못된 이분법적 구분이라고 주장합니다.

월드 모델이 인간 인지 내비게이션에 자연스럽게 자리 잡는 곳은 온라인 플래너로서 추론 시간(inference time)에 있는 것이 아니라, 선호도 오라클(preference oracle)로서 훈련 시간(training time)에 배치하여 통찰력을 빠른 정책으로 정제하는 것입니다. 우리는 이산 시각 행동 사전(discrete visual action prior)을 두 가지 작업 정렬 월드 모델과 결합합니다. 하나는 근거리 사회적 역학(nearby social dynamics)을 위한 것이고, 다른 하나는 미래 장면 의미론(future scene semantics)을 위한 것입니다. 이들은 예측된 결과에 따라 후보 행동들을 점수화하고 그룹 상대 선호도 증류(group-relative preference distillation)를 통해 정책을 정제합니다.

배포 시에는 두 월드 모델 모두 제거되며, 정책은 단일 순전파(single forward pass)로 작동합니다. 다섯 가지 별도의 평가 시나리오에 걸쳐, 이는 강력한 반응형 및 학습 기반의 기준선들보다 동시에 더 안전하고, 사회적/그룹적으로 일관성이 있으며, 목표 지향적인 내비게이션을 제공하며, 일반 관찰자들은 결과 동작이 더 인간과 유사하다고 평가했습니다.

종합적으로 볼 때, 우리의 연구 결과는 월드 모델의 통찰력을 배포 가능한 에이전트에 적용하는 다른 접근 방식을 제시합니다. 즉, 전개(rollouts)를 가속화하는 것이 아니라, 그 비용을 정책에 분산시켜 앞을 내다보는 비용이 훈련 단계에 국한되도록 하는 것입니다.

Project page: https://seoneun.github.io/-NeurIPS-2026-Seeing-Beyond-the-Next-Step/