บทความและงานวิจัย

OpenAI สังเกตเห็นการใช้เครื่องมือโดยธรรมชาติในเกมซ่อนหาแบบหลายเอเจนต์

หัวข้อต้นฉบับ:Emergent tool use from multi-agent interaction

สรุปโดย AI

OpenAI รายงานว่าในสภาพแวดล้อมจำลองการเล่นซ่อนหาที่สร้างขึ้นใหม่ เอเจนต์เรียนรู้การใช้เครื่องมือที่ซับซ้อนขึ้นทีละขั้นได้เองผ่านการฝึกแบบแข่งขันหลายเอเจนต์ โดยเอเจนต์พัฒนากลยุทธ์และกลยุทธ์ตอบโต้ที่แตกต่างกัน 6 รูปแบบ ซึ่งบางส่วนทีมงานไม่ทราบมาก่อนว่าสภาพแวดล้อมรองรับ ผู้เขียนเห็นว่าความซับซ้อนที่เกิดขึ้นเองแบบ self-supervised นี้ชี้ว่าการปรับตัวร่วมกันของหลายเอเจนต์ในอนาคตอาจสร้างพฤติกรรมที่ซับซ้อนและชาญฉลาดอย่างยิ่ง

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
OpenAI:官网动态(RSS · 排除企业/客户案例)
หมวดหมู่
บทความและงานวิจัย
คะแนน AI
62
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

原文记录了多智能体在躲猫猫环境中自发形成的六种策略与反策略,可帮助读者理解多智能体协同如何催生复杂行为。

เอนทิตีที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: OpenAI สังเกตเห็นการใช้เครื่องมือโดยธรรมชาติในเกมซ่อนหาแบบหลายเอเจนต์ 17 กันยายน 2019 https://new.nat6.net/th/news/yb6cue6fr29pks3ibqiy9x5gq/

ดูทั้งหมด →