多智能体协作训练 ROTATE 获 NeurIPS 2026 Spotlight：生成对手队友提升泛化

PeterStone_TX · x · 2026-10-21

论文 ROTATE 被 NeurIPS 2026 接收为 Spotlight，研究如何让智能体学到可泛化的团队协作行为。核心思路是把协作泛化建模为开放式学习（open-ended learning）问题：自动生成具有挑战性的队友/对手，迫使智能体适应未见过的合作伙伴，从而提升泛化能力。最新版本在理论上也有进展：作者将「自我拆台」（self-sabotage）问题刻画为逐状态的能力不足（per-state incompetence），并把 ROTATE 视为对学习过程施加能力约束，由此解释了方法为何有效。论文与代码已开源，作者为 Caroline Wang、Arrasy Rahman 等，Texas 大学 Peter Stone 团队参与。