GAMBIT：学习规划连续多机器人轨迹

针对双积分器连续动力学下的多机器人协调，GAMBIT 提出在运动基元上学习协调启发式策略，让单个机器人放弃局部奖励最大化行为以提升团队整体表现。该方法面向密集、交互频繁的环境，弥补手工设计启发式难以刻画此类自我牺牲行为的不足。