ROTATE联合生成队友与训练协作智能体，持续寻找能暴露当前策略弱点的新伙伴。
推荐理由：相较固定队友池的两阶段训练，它以遗憾信号共同演化训练伙伴和协作策略，使数据生成直接服务于能力缺口，可能改善对未知伙伴的泛化。
阅读原文