本文提出了一种基于身份检测的增强学习框架，该框架允许智能体动态推断附近智能体的身份并选择适当的策略完成任务，通过实验表明，该方法在红十卡牌放置游戏中取得了超越其他最先进 MARL 方法的优异表现。

Oct, 2022

通过量化角色多样性作为度量多智能体任务特征的因素，我们发现，MARL 中的误差限可以分解为 3 个部分，并且这些分解因素对 3 个热门方向的政策优化具有显著影响，通过 MPE 和 SMAC 平台的实验验证，角色多样性可以作为多智能体协作任务特征的强劲度量，并帮助诊断政策是否适合当前的多智能体系统以实现更好的性能。

Jun, 2022

通过聚类行动效果、学习角色选择器和角色策略，使角色发现更加容易并提高学习效率和策略泛化能力，该方法在 StarCraft II 多智能体微观管理基准测试的 14 个场景中表现优秀，实现了快速迁移至三倍数量的代理。

Oct, 2020

通过将各种状态空间统一为固定大小的输入，以便在 MAS 中的不同场景中使用一种统一的深度学习策略，我们介绍了一种新的框架，使得多智能体强化学习能够进行迁移学习。在 StarCraft Multi-Agent Challenge（SMAC）环境中，通过从其他场景学习到的机动技能，相比于从头学习的智能体，我们的方法在多智能体学习性能方面取得了显著的提升。此外，通过采用课程式迁移学习（CTL），使我们的深度学习策略逐步获取各个预先设计的同质学习场景中的知识和技能，促进智能体之间和智能体内部的知识传递，从而在更复杂的异质场景中实现高水平的多智能体学习性能。

Feb, 2024

本文提出了一种新的多智能体强化学习方法，该方法将合作任务分解与学习奖励机器相结合，以编码子任务的结构。该方法有助于处理部分可观察环境中奖励的非马尔可夫性质，并提高了完成合作任务所需的学习策略的可解释性。每个子任务关联的奖励机器以分散的方式学习，然后用于指导每个智能体的行为，从而减少了合作多智能体问题的复杂性，更有效的学习。结果表明，我们的方法是未来 MARL 研究的一个有前景的方向，特别是在具有大状态空间和多个智能体的复杂环境中。

Mar, 2023

本研究使用紧密联系的智能体通过互相交流离散符号彼此合作完成任务。通过分析他们之间的交流，证明了他们发展的语言与网络拓扑有关，并在交通控制器问题上实现了最先进的性能。

Apr, 2020

本文提出了一种数学结构化信息原则为基础的角色发现方法 ——SIRD，以及一个基于 SIRD 优化的多智能体协作框架 ——SR-MARL，并在 StarCraft II 微观管理基准测试中证明，SR-MARL 框架相对于最先进的 MARL 算法在易、难和超级难的情况下平均测试胜率分别提高了 0.17%、6.08% 和 3.24%，减少了 16.67%、30.80% 和 66.30% 的偏差。

Apr, 2023

该论文介绍了多智能体强化学习在自主移动中的应用，包括行为规划、车辆之间通信、性能提升等方面，并探讨了该领域的一些最新方法和想法。

Mar, 2022

利用多智能体强化学习重构语言游戏实验范式，实现语言的产生及演变模型化，并促进多智能体系统中紧密沟通的学习和发展。

Apr, 2020

本文介绍了一个用于多机器人强化学习的可扩展仿真平台 SMART，该平台包含了一个仿真环境和一个真实的多机器人系统，以提供多样化的交互场景进行训练，并支持基于插件的算法实现。在此基础上，我们研究了合作驾驶变道场景所涉及到的若干具有挑战性的问题，并开源我们的仿真环境及其相关基准测试任务和最先进的基线模型，以推动和强化多机器人强化学习的研究。

Jun, 2022