Agora-1 : le modèle de monde multi-agents d'Odyssey

Agora-1 marque une rupture dans l'approche des world models en introduisant la dimension multi-agents au cœur de son architecture. Là où les systèmes précédents — qu'il s'agisse de Genie, de GameNGen ou des premières tentatives d'Odyssey — ne permettaient qu'un seul participant actif dans l'environnement simulé, Agora-1 autorise jusqu'à quatre joueurs humains ou agents IA à évoluer simultanément dans le même monde généré, en temps réel.

Le terrain d'expérimentation choisi est GoldenEye, le jeu de tir à la première personne sorti sur Nintendo 64 en 1997, dont le mode deathmatch multijoueur offre un cadre structuré et bien documenté pour tester les interactions entre agents. Ce choix n'est pas anodin : les jeux vidéo constituent depuis longtemps un banc d'essai privilégié pour la recherche en IA, d'Atari à Minecraft en passant par StarCraft. GoldenEye fournit ici un environnement contrôlé avec des règles explicites, des états internes mesurables et des dynamiques d'interaction compétitives claires.

L'innovation architecturale centrale d'Agora-1 réside dans la séparation explicite entre simulation et rendu. Les approches concurrentes comme Multiverse ou Solaris tentaient d'intégrer ces deux fonctions dans un modèle unique, ce qui posait des problèmes de passage à l'échelle et de cohérence lorsque les agents perdaient contact visuel les uns avec les autres. Agora-1 adopte une stratégie différente : un premier modèle apprend la dynamique d'évolution de l'état du monde en fonction des actions des joueurs, directement à partir des états internes du jeu source ; un second modèle, basé sur une architecture DiT (Diffusion Transformer), se charge du rendu visuel conditionné par cet état partagé, et non par des prompts ou des images. Cette décomposition permet de générer des vues cohérentes du même monde simulé depuis plusieurs points de vue indépendants simultanément.

Une conséquence directe de cette architecture est la possibilité de manipuler directement l'état sous-jacent du monde pour générer des niveaux entièrement nouveaux, tout en préservant les dynamiques de gameplay apprises. L'état partagé suit en temps réel des variables comme la santé, la position et d'autres attributs de chaque agent, ce qui constitue une représentation structurée fondamentalement différente des domaines visuels continus sur lesquels opèrent habituellement les DiT.

Sur le plan de l'apprentissage par renforcement, Agora-1 ouvre des perspectives significatives. Les world models mono-agents limitent mécaniquement l'espace d'interaction disponible pour l'entraînement. En multipliant le nombre de participants, l'espace des interactions conjointes croît de façon combinatoire, exposant les agents à des comportements émergents — collisions, mouvements coordonnés, objectifs contestés — difficiles à couvrir par des démonstrations passives. Odyssey articule Agora-1 avec son framework PROWL, un système d'apprentissage par renforcement adversarial où un agent RL explore les environnements pour identifier les failles du world model et générer de nouvelles données d'entraînement à partir de ces échecs.

La piste dite de l'imagined multi-agent training est également mise en avant : des politiques entraînées entièrement dans des mondes générés pourraient, selon Odyssey, se généraliser à des environnements et partenaires inédits sans accès au jeu original. Cette idée de simulation générative comme substitut à l'environnement réel soulève des questions ouvertes sur le degré de transfert effectif des comportements appris.

Odyssey souligne que l'architecture n'est pas limitée aux jeux vidéo. La robotique collaborative, où plusieurs robots doivent raisonner conjointement sur leurs actions dans un espace partagé, est citée comme application naturelle. Plus largement, les systèmes nécessitant plusieurs agents opérant dans un environnement commun — défense, éducation, modèles de fondation — sont identifiés comme débouchés potentiels.

Agora-1 est présenté comme une preview de recherche, et les limites actuelles sont reconnues : le modèle d'état reste relativement simple à ce stade. La question de la généralisation à des représentations d'état et des règles arbitraires, sans hand-authoring, demeure un chantier ouvert. La capacité à faire co-évoluer agents et world models dans des régimes de difficulté croissante, sans supervision explicite, constitue sans doute l'enjeu de recherche central que ce système cherche à instruire.