arXiv 于 2026 年 4 月 22 日发布了一篇由 Saad Mankarious 撰写的论文《Quantum Frog: Emergent Cooperation and Difficulty Scaling in a Quantized-Time Cooperative Game》（arXiv:2605.23930v1），归类于人工智能（cs.AI），并交叉涉及机器学习（cs.LG）与多智能体系统（cs.MA）。论文提出一款名为 Quantum Frog 的双人合作游戏，其核心是一项新颖的“量子化时间”（quantized-time）机制：环境只在玩家采取行动时才向前推进。游戏灵感来自经典街机游戏 Frogger，要求两只青蛙共同穿越一个 8×8 的车流网格，并一起抵达对岸。
作者将强化学习（RL）作为分析工具，围绕四个设计问题展开研究：其一，游戏难度如何随车流密度变化；其二，最优的单智能体策略是什么以及为何如此；其三，独立行动与协作行动的两智能体玩法之间存在多大的合作差距；其四，当智能体被激励去合作时会涌现出怎样的联合策略。为回答这些问题，研究分五个递进阶段训练智能体，依次采用表格型 Q-Learning、深度 Q 网络（DQN）、独立 DQN（IDQN）以及带集中式评论家的多智能体近端策略优化（MAPPO），并在每辆到六辆车的车流密度下逐一评估。
论文给出四项主要发现。第一，量子化时间机制使得“冲刺策略”（每一步都直接向上移动）成为普遍最优解，因为这样能把暴露在车流中的时间降到最低。第二，增加一个缺乏协调的第二名玩家，其难度甚至超过把单车流密度提高六倍对单个专家玩家造成的影响。第三，与独立智能体相比，协作训练可将联合成功率提升 32 至 34 个百分点，并把回合长度从约 90 步缩短到约 6 步。第四，涌现出的合作策略是同步冲刺，而非复杂的站位协调，这表明在时间紧迫的合作任务中，仅靠共同激励就足以让智能体在时间上达成一致。
作者指出，这些发现为 Quantum Frog 的商业化设计提供了具体且基于实证的指导，同时也为理解环境机制如何塑造多智能体学习动态提供了更广泛的洞见。论文全文约 118 KB，于 2026 年 4 月 22 日 00:55:08 UTC 以 v1 版本提交，可通过 DOI 10.48550/arXiv.2605.23930 引用，并提供 PDF、实验性 HTML 与 TeX 源码等获取方式。