计算机科学与探索

作者：李明阳, 许可儿, 宋志强, 夏庆锋, 周鹏

单位：1. 南京信息工程大学 自动化学院，南京 2100442. 无锡学院 自动化学院，江苏 无锡 214105

关键词：智能体,强化学习,多智能体强化学习,多智能体系统

近年来，多智能体强化学习算法技术已广泛应用于人工智能领域。系统性地分析了多智能体强化学习算法，审视了其在多智能体系统中的应用与进展，并深入调研了相关研究成果。介绍了多智能体强化学习的研究背景和发展历程，并总结了已有的相关研究成果；简要回顾了传统强化学习算法在不同任务下的应用情况；重点强调多智能体强化学习算法分类，并根据三种主要的任务类型（路径规划、追逃博弈、任务分配）对其在多智能体系统中的应用、挑战以及解决方案进行了细致的梳理与分析；调研了多智能体领域中现有的算法训练环境，总结了深度学习对多智能体强化学习算法的改进作用，提出该领域所面临的挑战并展望了未来的研究方向。

来源：2024年第8期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2024年第8期