与未来协作者合作：交错参与下的多智能体强化学习

针对多智能体强化学习中智能体跨时段协作的交错参与场景，研究团队提出了 Staggered Participation Learning（SPL）训练增强方法。SPL 分别通过前瞻获取监督规范早期智能体的信息留存，并以结果监督训练后期智能体利用信息。