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)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →