该论文介绍，开发能展现出代理间合作和沟通的人工智能十分重要。《外交》是一个流行桌面游戏，为此类行为提供了有用的测试平台，它包含玩家之间复杂的沟通、谈判和形成同盟，而人工智能一直很难达成这些。要赢得游戏，《外交》需要推断在场玩家的未来计划、玩家间的承诺，和他们的诚实合作。过去的人工智能代理在单个玩家或两个竞争性玩家的游戏中取得过成功，其中玩家之间没有交流。
来自英国人工智能企业DeepMind的论文第一作者加诺斯·克拉马尔(János Kramár)、通讯作者约拉姆·巴赫拉奇(Yoram Bachrach)和同事设计了一个深度强化学习方法，让代理可以协商同盟、共同制定计划。他们创造出了模拟玩家的代理，形成团队，尝试胜过其他队伍的策略。通过预测可能的未来游戏状态，这一学习算法允许代理对未来行动达成一致，识别有益交易。为接近人类水平的表现，论文作者还通过检验一些代理间承诺破裂的场景(代理背离了过去的协议)，调查了诚实合作的条件。
论文作者总结说，他们的研究发现有助于人工智能代理形成灵活沟通机制的基础，使其能根据环境调整策略。此外，这些发现还表明，对违反协议的同伴的制裁倾向如何大为降低了这类违反者的优势，有助于形成大多可信的交流，尽管情况最初更有利于违反协议者。(完)
