该论文先容，开拓能展现出代理间互助和沟通的人工智能十分主要。
《外交》是一个盛行桌面游戏，为此类行为供应了有用的测试平台，它包含玩家之间繁芜的沟通、会谈和形成同盟，而人工智能一贯很难达成这些。
要赢得游戏，《外交》须要推断在场玩家的未来操持、玩家间的承诺，和他们的老实互助。
过去的人工智能代理在单个玩家或两个竞争性玩家的游戏中取得过成功，个中玩家之间没有互换。

来自英国人工智能企业DeepMind的论文第一作者加诺斯·克拉马尔(János Kramár)、通讯作者约拉姆·巴赫拉奇(Yoram Bachrach)和同事设计了一个深度强化学习方法，让代理可以协商同盟、共同制订操持。
他们创造出了仿照玩家的代理，形成团队，考试测验赛过其他军队的策略。
通过预测可能的未来游戏状态，这一学习算法许可代理对未来行动达成同等，识别有益交易。
为靠近人类水平的表现，论文作者还通过考验一些代理间承诺分裂的场景(代理背离了过去的协议)，调查了老实互助的条件。

论文作者总结说，他们的研究创造有助于人工智能代理形成灵巧沟通机制的根本，使其能根据环境调度策略。
此外，这些创造还表明，对违反协议的差错的制裁方向如何大为降落了这类违反者的上风，有助于形成大多可信的互换，只管情形最初更有利于违反协议者。
(完)