#multi-agent rl のAIニュース

Hugging Face、多エージェント強化学習による教師なし推論手法「Co-RL」を論文公開

Hugging Face は、言語・視覚言語モデルの推論能力向上を目指す強化学習において、正解ラベルに依存しない自己報酬型アプローチとして「Co-RL」を発表し、多様なエージェント集団から教師なしで推論が創発することを示した。