背景：在囚徒困境中，我们知道合作是对双方而言的最优解。但在长期演化的过程中，合作能否作为最优策略被学到呢？
你的队友是一个由强化学习算法控制的智能体，快来试试吧！
（想好了） 合作 欺骗 （收益：）
合作 欺骗 （收益：）
继续
主页