ConventionPlay：能力受限训练实现稳健即兴协作

2026年10月9日，arXiv 多智能体系统方向发布一手研究，提出 ConventionPlay，一种基于强化学习的临时协作训练方法。该方法让智能体与具有不同适应程度的伙伴群体对练，以发现对方的最优约定：训练群体中部分伙伴只遵循单一固定约定，部分能适应任务中若干可能约定的子集，从而迫使智能体主动探测伙伴能力并引导其采用最有效的联合策略。实验显示，在与兼容多种约定的测试伙伴群体对抗时，ConventionPlay 训练的智能体优于现有临时协作方法。目前报道仅涉及该方法与实验结果，未见后续验证或争议。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。