多智能体强化学习新配方:自主协作破解国际象棋谜题

Inkling 团队展示一种多智能体强化学习配方:让多个 Inkling 2 Small 智能体在没有预定义角色分工的情况下,通过简单的多智能体 RL 训练,学会在高难度国际象棋谜题上自主分工、沟通与委派任务。研究者称该方法可将 pass@k 的表现转化为 pass@1,即通过团队协作显著提升单次尝试的解题成功率。

2026-11-18 ~ 2026-11-20 · 2 条相关