用于无因果协调的RL环境

Sauers_ · x · 2026-07-19

作者提出一个 **acausal coordination RL environment**：让多个智能体在类似囚徒困境或市场动态的游戏环境中，与其他 rollout 进行互动。他的目标是让智能体逐步形成对“其他同类实例”更稳定的直觉，从而研究协作、协调与多智能体博弈中的行为模式。