本文提出了一个基于集成学习的GAN 模型，利用多个生成器和判别器，能够更好地生成图片。
传统方法存在的问题：
1）valid gradients learning is difficult
2) collapsing mode — diversities
解决方法
1）reformulate the original loss functions
2） auxiliary features
3） more generators or discriminators
本文选择第三种方法：
1） multiple generators and discriminators
2) imitation and innovation 生成器和判别器之间互相学习
定义了一种agent authority 来表示agent（生成器或判别器）的权威
然后让低权威去学习高权威，而高权威远离低权威
数据集：
1） GIFAR-10 10 类 worse
2） STL-10 10类 worse
3） ImageNet 1000 类 better
实验：
ablation study
agent number