OpenAI 多智能体在捉迷藏游戏中涌现工具使用行为

OpenAI 观察到智能体在模拟“捉迷藏”游戏中通过训练自发发现了逐步复杂的工具使用行为。这些智能体构建了六种不同的策略与反策略，其中部分能力是环境原本未明确支持的。这种简单环境中的自监督涌现复杂性表明，多智能体共同适应未来可能产生极其复杂和智能的行为。