OpenAI Blog（博客/媒体）75OpenAI发布的LOLA算法，能在迭代囚徒困境中自主发现类似“以牙还牙”的自利协作策略。该算法突破了传统强化学习忽视对手学习的局限，通过建模其他智能体的学习过程，实现了更复杂的博弈平衡。这是迈向具备心智理论能力AI的关键一步。论文lolamulti-agentgame-theoryreinforcement-learningopponent-modeling推荐理由：对AI从业者而言，LOLA展示了在多智能体系统中实现协作的新路径，对自动驾驶、经济学模拟等需要相互适应的场景有直接影响