Stag Hunt（猎鹿博弈）是博弈论中的经典协调模型：两名参与者可以选择合作捕鹿获得更高回报，也可各自抓兔拿到稳妥但较低的收益，因此常被用来刻画“信任与合作风险”这一基本问题。近年来，随着多智能体强化学习的发展，Stag Hunt 成为检验 AI 智能体能否在缺乏沟通的条件下自发达成合作的标准测试场景之一，相关研究也集中在如何让智能体摆脱次优均衡、进入高效合作均衡。
Stag Hunt 的近期研究进展
当前焦点与观察点
Stag Hunt 研究的核心争议在于：合作是“学出来的”还是“被机制设计出来的”。传统方法依赖奖励塑形或通信机制诱导合作，而近期工作倾向于让智能体在更少的共享信息、更少的先验假设下自发协调，这更贴近真实多智能体系统的约束条件。
另一个观察点是均衡选择的稳定性。即便算法能暂时进入合作均衡，在对手策略漂移或环境扰动下是否仍能维持，仍是开放问题；RP-Regret 等新指标正是为此类评估提供工具。此外，“stag”一词在工程语境中也指预发布测试环境（staging），属于同形异义词，检索相关资料时需注意区分博弈论研究与部署运维两类内容。