ROTATE 智能体协作训练拿下 NeurIPS 2026 Spotlight
cuijiaxun · x · 2026-09-25
- 崔佳勋团队论文 ROTATE: Regret-driven Open-ended Training for Ad Hoc Teamwork 被 NeurIPS 2026 接收为 Spotlight。
- 论文研究 Ad Hoc Teamwork（AHT）问题：如何让智能体与从未见过的伙伴协作。现有方法是「固定队友种群 + 两阶段训练」，限制了行为覆盖。
- ROTATE 把问题重构为 AHT 智能体与对抗性队友生成器之间的开放式学习：用 regret 驱动交替优化——一边提升智能体，一边生成能刺探其协作短板的队友。
- 在 Overcooked 与 Level-Based Foraging 上，ROTATE 在未见队友集合上大幅超越基线。
- 论文与代码均已开源。
「研究」频道最新
- Question's Gambit 模块登顶 BrowseComp-Plus，召回率 96.6% — CShorten30 · 2026-09-25
- ICLR 作者小技巧：用 \textbf 替代 \paragraph 省页面 — jindong_wang92 · 2026-09-25
- AutoScientists 入选 NeurIPS:自组织 AI 科研团队,BioML-Bench 百分位 74.4% — marinkazitnik · 2026-09-25
- 多语言诅咒在理论上是否必然？嵌入空间结构新研究 — mdredze · 2026-09-25
- 从 VPG 到 GRPO：LLM 强化学习算法演进脉络一文讲清 — cwolferesearch · 2026-09-25
- MechReason 基准:1.2 万问答暴露多模态模型工程推理短板 — AndrewDai · 2026-09-25