ConventionPlay：能力受限训练实现稳健即兴协作
Get the story
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。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Multiagent SystemsConventionPlay：面向稳健临时协作的能力受限训练
提出 ConventionPlay，一种基于 RL 的临时协作训练方法，让智能体通过与具有不同适应程度的伙伴群体对练来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。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.