多代理互动中的工具使用涌现

在简单的捉迷藏游戏中，代理逐渐掌握更复杂的工具使用。通过训练，代理形成了六种策略和反策略，展示了自我监督的复杂性，暗示多代理的共同适应可能导致极其复杂和智能的行为。