多智能体 RL 新配方:无预设角色的 Inkling 2 Small 团队破解国际象棋难题
keirp1 · x · 2026-11-18
研究者 @jaswwei 分享了一项多智能体强化学习工作:让一组 Inkling 2 Small 智能体在没有预定义角色分工的情况下,学会在困难国际象棋谜题上协作、沟通与委派任务。
核心成果是:通过一个简单的多智能体 RL 训练配方,团队能把模型的 pass@k 转化为 pass@1——即原本需要多次采样才能命中的解,训练后单次尝试即可解出。合作者为 @emilianogl 与 @GabeVisotsky,原帖为推文串。
「编程与Agent」频道最新
- 新工作流:直接给 agent 截图让它修 bug,连报错信息都不用复制 — fhinkel · 2026-11-18
- 开发者用 ChatGPT+Codex 做出免费跨端街机高尔夫游戏 Fairway Fever — ZabblesMarshmelon · 2026-11-18
- 开发者用 Blender+three.js 搭出 Kasane Valley,晒 GPT 6.2 工作流 — OpenAIDevs · 2026-11-18
- 内部 ckpt 测试三周:GPT-6.2 Astra 更勤快、代码更干净,但仍有短板 — SIGKITTEN · 2026-11-18
- 用户公开喊话 Chase,附「给 AI agent 看」的图片描述求转人工处理 — AaronBergman18 · 2026-11-18
- Anthropic 拆解智能体记忆组件: dreaming 扩到 128 会话,25 题得分 13%→48% — dl_weekly · 2026-11-18