本文通过提出 Actor-Coordinator-Critic Net (ACCNet) 框架，结合强化学习和深度学习技术，在多智能体环境下实现更好的学习通信协议能力，并对学习到的协议进行分析和设计探讨。

Jun, 2017

本文提出了一个基于深度确定性策略梯度的多智能体训练框架，利用存储设备并发端到端学习明确的通信协议，来提高小规模系统中智能体的协作和性能，同时研究了不同通信模式对性能的影响。

Jan, 2019

该研究提出了一种模型，可以实现分散的多个代理程序以公平适应的方式共享其对环境的感知。我们提出了一个双层递归通信框架，用于多代理系统，其中第一次循环出现在通信序列中并用于在代理之间传输通信数据，而第二次循环基于时间序列并结合每个代理的历史观察结果。该方法在部分可观测环境和完全可观测环境中提供了充分的讨论，多次实验结果表明该方法优于现有的分散通信框架和相应的集中训练方法。

Feb, 2022

该研究提出了一种基于图卷积和多因素策略梯度的架构，用于解决在多观察环境下多智能体之间合作最大化系统功用时的通信和奖励分配问题，并在一系列任务中取得了优异表现。

Apr, 2020

本文提出了 Individualized Controlled Continuous Communication Model (IC3Net)，在多智能体协作、半协作与竞争环境下，通过门控机制控制持续传输，并使用个性化奖励来提高性能和可扩展性，修正学分分配问题。实验结果证实，IC3Net 网络比基准网络在不同场景下具有更好的训练效率和收敛率，智能体基于场景和可盈利性学会如何传输信息。

Dec, 2018

本文提出了一种名为 CommNet 的神经网络模型，该模型适用于多智能体协作任务。模型包含多个智能体，并且智能体之间的通信是在模型训练过程中学习的。实验证明，相互学习的智能体能够相互间进行有效通信，在协作任务上表现出更好的性能，有时可以将智能体所产生的语言解释为解决任务的简单而有效策略。

May, 2016

本研究将网络通信引入到平均场博弈框架中，通过分散学习来改善纯独立学习的情况，并通过理论和实验表明，网络方法可以加速收敛且具有鲁棒性和灵活性。

Jun, 2023

本研究提出了一种组合模型，结合卷积神经网络和图神经网络，用于多机器人路径规划中的通讯问题，并在模拟中取得了接近专家算法的性能和有效性。

Dec, 2019

该研究提出了一种名为 HetNet 的异构网络注意力思想，用于协调不同类型的机器人团队完成合作任务，并评估 HetNet 在解决信息交互问题中的性能提升，实验结果表明其相比基准方法，在学习复杂多智能体协作的通信协议方面，表现更好。

Aug, 2021

本篇论文基于 CTDE 框架，研究基于 MAPPO 算法的多智能体合作决策，并引入了基于权重调度和注意力机制的多智能体通信机制以缓解多智能体环境中的非稳定性。提出了 MCGOPPO 算法，并在 SMAC 和 MPE 上进行了实验，结果表明此算法可以改善多智能体环境中的非稳定性，提高多智能体间的协同决策能力。

May, 2023