Multi-Agent Reinforcement Learning: A Survey
Multi-Agent Reinforcement Learning: A Survey是由Lucian Busoniu、Robert Babuska和Bart De Schutter于2008年发表在IEEE Transactions on Systems, Man, and Cybernetics, Part C上的经典综述论文，是多智能体强化学习（MARL）领域最重要的综述之一。该论文系统地回顾了多智能体强化学习的发展历程，包括单智能体强化学习基础、多智能体系统建模、马尔可夫博弈、纳什均衡、值函数方法、策略梯度方法、合作与竞争场景等多个方面。该论文详细分析了多智能体强化学习面临的核心挑战，包括非平稳环境、信用分配、可扩展性、通信与协调等，并讨论了多种解决方案和未来研究方向。该论文被引用超过5000次，是多智能体强化学习领域的入门必读文献，对后续的MARL研究产生了深远影响，为研究者提供了全面的理论框架和研究路线图。
主体信息
Multi-Agent Reinforcement Learning: A Survey是由Lucian Busoniu、Robert Babuska和Bart De Schutter于2008年发表在IEEE Transactions on Systems, Man, and Cybernetics, Part C上的经典综述论文，是多智能体强化学习（MARL）领域最重要的综述之一。该论文系统地回顾了多智能体强化学习的发展历程，包括单智能体强化学习基础、多智能体系统建模、马尔可夫博弈、纳什均衡、值函数方法、策略梯度方法、合作与竞争场景等多个方面。该论文详细分析了多智能体强化学习面临的核心挑战，包括非平稳环境、信用分配、可扩展性、通信与协调等，并讨论了多种解决方案和未来研究方向。该论文被引用超过5000次，是多智能体强化学习领域的入门必读文献，对后续的MARL研究产生了深远影响，为研究者提供了全面的理论框架和研究路线图。