零样本协作在具身环境中面临伙伴时常被遮挡的挑战，导致现有方法只能得到模糊的伙伴表征并对隐藏状态产生不确定性。为此我们提出 预测伙伴意图（PIP）框架，统一解决这两个难题。PIP 通过 联合视角 VAE 将两代理人在训练阶段的全部局部观测融合，学习到一种仅依赖单代理局部观测即可推断的伙伴表征。随后 伙伴状态信念网络 根据自代理的交互历史，估计伙伴的隐藏位置和行为倾向。我们在 Burrito-PO、Overcooked-PO 以及 Melting Pot 子环境上进行评估，并在 Burrito-PO 中加入了人类实验。实验结果显示，PIP 在所有基准上取得最高的平均得分。人类评估和诊断分析进一步证明了在未见伙伴和遮挡情况下的协作能力，以及两大组件的贡献。
点评