多智能体强化学习，只不过其中一个智能体累了、想吃午饭 😃 https://haozhang-thu.github.io/HALO/
HALO（异质智能体 Lyapunov 策略优化）是一篇 ICML 2026 Oral 论文，研究人机协作。它通过每步强制 Lyapunov 下降条件来稳定去中心化多智能体强化学习，并在仿真与真实人形机器人实验中得到验证。之所以重要，是因为人类与机器人之间的稳定协作，是协作机器人走出实验室、应对开放真实任务的关键瓶颈。
报道来源
- Rohan Paul2026-10-30 03:43