OpenAI 发现多智能体交互可自发涌现复杂工具使用能力

OpenAI 在新的模拟捉迷藏环境中训练智能体时，观察到智能体通过多智能体交互自发演化出越来越复杂的工具使用能力。智能体在博弈过程中相继建立了 6 种不同的策略与反制策略，其中部分策略甚至超出了开发者对该环境支持范围的预期。该研究表明，简单环境下的自监督协同适应机制未来有望产生极其复杂且智能的行为。