OpenAI · 2019-09-17T07:00:00Z 多代理互动中的工具使用涌现 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 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。 🏷️ 标签 代理 工具使用 捉迷藏 策略 自我监督 阅读原文 生成长图 分享链接 已复制链接
