完全合作场景中的优化方法：多智能体强化学习综述

杨涛; 史鑫昊; 曾庆含; 杨玉林; 徐成; 刘宏哲

doi:10.1631/FITEE.2400259

Your Location：

Home >

Browse articles >

完全合作场景中的优化方法：多智能体强化学习综述

常规文章 | Updated：2025-05-06

- 完全合作场景中的优化方法：多智能体强化学习综述
  Enhanced Publication
- Optimization methods in fully cooperative scenarios: a review of multiagent reinforcement learning
- “多智能体强化学习（MARL）已成为强化学习领域一个有前景的新前沿，在众多应用中具有巨大的潜力。本综述介绍了其在MARL领域的研究进展。专家xx仔细回顾了仿真环境在协作场景中的应用，为解决复杂的多智能体问题提供了解决方案，为构建和谐的多智能主体系统奠定了基础。”
- 信息与电子工程前沿（英文） 2025年26卷第4期页码：479-509
- Affiliations：
  
  1.Beijing Key Laboratory of Information Service Engineering, Beijing Union University, Beijing 100101, China
  2.Science and Technology Innovation Research Center of ARI, Unit 32178 of the PLA, Beijing 100012, China
- Author bio：
  
  E-mail: 20231083510923@buu.edu.cn
  20221083510927@buu.edu.cn
  ‡Corresponding author
- Funds：
  
  Key Project of the National Language Commission(ZDI145-110);Key Laboratory Project(YYZN-2024-6);China Disabled Persons' Federation Project(2024CDPFAT-22);National Natural Science Foundation of China(62171042;62102033;U24A20331);Project for the Construction and Support of High-Level Innovative Teams in Beijing Municipal Institutions(BPHR20220121);Beijing Natural Science Foundation(4232026;4242020);Projects of Beijing Union University(ZKZD202302;ZK20202403)
- DOI：10.1631/FITEE.2400259
  中图分类号： TP181
- 收稿日期：2024-04-06，
  
  修回日期：2024-09-06，
  
  纸质出版日期：2025-04
- Accepted：
Scan QR Code
杨涛, 史鑫昊, 曾庆含, 等. 完全合作场景中的优化方法：多智能体强化学习综述[J]. 信息与电子工程前沿（英文）, 2025,26(4):479-509.

Tao YANG, Xinhao SHI, Qinghan ZENG, et al. Optimization methods in fully cooperative scenarios: a review of multiagent reinforcement learning[J]. Frontiers of information technology & electronic engineering, 2025, 26(4): 479-509.
杨涛, 史鑫昊, 曾庆含, 等. 完全合作场景中的优化方法：多智能体强化学习综述[J]. 信息与电子工程前沿（英文）, 2025,26(4):479-509. DOI： 10.1631/FITEE.2400259.

Tao YANG, Xinhao SHI, Qinghan ZENG, et al. Optimization methods in fully cooperative scenarios: a review of multiagent reinforcement learning[J]. Frontiers of information technology & electronic engineering, 2025, 26(4): 479-509. DOI： 10.1631/FITEE.2400259.

浏览量

Downloads

CSCD

文章被引用时，请邮件提醒。

Submit

工具集

关联资源

暂无数据

完全合作场景中的优化方法：多智能体强化学习综述

Optimization methods in fully cooperative scenarios: a review of multiagent reinforcement learning

DOI：10.1631/FITEE.2400259