多智能体 RL 新配方:团队协作解棋局,把 pass@k 变成 pass@1
shizhediao · x · 2026-11-20
Inkling 团队展示多智能体强化学习配方:让多个 Inkling 2 Small 智能体在高难度国际象棋谜题上自主分工、沟通与委派任务,无需预定义角色。通过简单的多智能体 RL 训练,团队把「k 次尝试里至少成功一次」的 pass@k 转化为一次即成的 pass@1,即把探索能力蒸馏成稳定的一次通过能力。该工作与 emilianogl、GabeVisotsky 合作,作者称将推动多智能体 RL 的开放研究,细节见其推文线程。
所属事件:多智能体强化学习新配方:自主协作破解国际象棋谜题(2 条相关)→
「编程与Agent」频道最新
- Grok Bot 开源替代品 dusk bot 上线:复用已有订阅,给每个 bot 配记忆和电脑 — EXM7777 · 2026-11-20
- theo 用「薯条要不要 471 度炸」讽刺 agent 交互:全厨房等你一个决定 — seatedro · 2026-11-20
- 单个 HTML 文件无库实现交互式猫眼世界,AI 编程又一 demo — NathanWilbanks_ · 2026-11-20
- 开发者实验直接操控本地模型注意力:勾选框即改 activation — round · 2026-11-20
- Railway 云端 Agent 任务上线:机器、会话、结果三者分离,复用机器不等于有记忆 — krishnan · 2026-11-20
- Eric Schmidt:未来两年做 Agent 创业是造富窗口,做出最好的 Agent 就能独享一家伟大公司 — AICopyLab · 2026-11-20