MetaMind：多智能体系统中基于元心智理论的通用认知世界模型
人工智能
2026-03-03 v1
摘要
多智能体系统中构建世界模型的主要挑战之一是：在没有中心化监督或显式通信的情况下，理解智能体之间的相互依赖动态、预测交互式多智能体轨迹、并具备集体意识地进行长期规划。本文提出了 MetaMind，这是一种面向多智能体系统的通用认知世界模型，利用新颖的元心智理论（Meta-ToM）框架。通过 MetaMind，每个智能体不仅能预测和规划自身信念，还能从自身行为轨迹中反向推理出目标与信念。这种自我反思的、双向的推理循环使每个智能体能够以自监督方式学习元认知能力。随后，MetaMind 通过类比推理，将元认知能力从第一人称扩展到第三人称。因此，在多智能体系统中，拥有 MetaMind 的每个智能体都能以零样本方式，从有限的可观测行为轨迹中主动推理其他智能体的目标与信念，并在没有显式通信机制的情况下适应新兴的集体意图。在多样化的多智能体任务上的扩展仿真结果表明，MetaMind 能实现卓越的任务性能，并在少样本多智能体泛化方面超越基线方法。
引用
@article{arxiv.2603.00808,
title = {MetaMind: General and Cognitive World Models in Multi-Agent Systems by Meta-Theory of Mind},
author = {Lingyi Wang and Rashed Shelim and Walid Saad and Naren Ramakrishna},
journal= {arXiv preprint arXiv:2603.00808},
year = {2026}
}