本文提出了一种强化学习 (RL) 框架，用于控制一大规模群体的密度以对抗敌对群体攻击。通过将群体对抗问题建模为马尔科夫决策过程并开发出 RL 算法，可在不了解敌对群体策略 / 动态的情况下计算出对抗策略，模拟结果表明，所开发的框架可以以高效的方式处理各种大规模对抗场景。

Oct, 2022

本文提出了一种基于均场控制的智能机器人群体行为设计框架，结合碰撞避免和均场控制学习，通过单智能体分布控制实现多智能体分布控制，实现分布式开环应用并避免碰撞，并在理论和实践上对其进行了有效性验证。

Sep, 2022

基于分层强化学习的群体机器人对抗方法，通过解耦离散分配层和连续规划层，利用概率集成模型量化不确定性并自适应调节交互频率，以应对未知策略和动态障碍引起的高度不确定性。预训练和交叉训练的整合训练方法提高了训练效率和稳定性，实验证明了该方法的有效性和泛化性能。

Jun, 2024

基于强化学习的运动规划在自主导航到机器人操控等方面已显示出超越传统方法的潜力。本文针对部分可观察多智能体对抗潜逃游戏（PEG）中规划机动任务展开研究。我们提出了一种分层架构，将高层扩散模型与低层强化学习算法结合，分别用于全局路径规划和回避行为推理。该方法通过利用扩散模型引导强化学习算法进行更高效的探索，并提高了可解释性和预测能力，相较于基准模型的表现提高了 51.2%。

Mar, 2024

提出了一种基于分布的平均嵌入（mean embeddings）状态表示法，适用于具有大量同质代理的群集系统；在深度多智能体强化学习中利用神经网络方式实现的平均嵌入表示法可实现最丰富的邻近智能体信息交换，促进更复杂的集体策略的发展。

Jul, 2018

本文研究了如何使用有限的传感能力控制一组合作智能体，使用了基于演员 - 评论家算法的深度强化学习以近似 Q 值函数和策略评估，评估了在寻找和维持距离和定位目标方面的性能。

Sep, 2017

应用投影模拟和强化学习方法研究了人工智能智能体在收集资源过程中不同集体运动模式和个体运动趋势

Apr, 2020

本文提出了一种新的数据高效强化学习方法（Adaptive Curriculum Embedded Multi-Stage Learning，ACEMSL）来解决协作目标搜索的挑战，该方法可在可视无人机群中实现协作任务，并通过模拟和实际飞行测试验证了其有效性和泛化能力。

Apr, 2022

本研究使用强化学习算法 (PPO 和 RPO) 来控制微型机器人群在水力影响下到达目标。研究表明课程学习可以提高性能，并展示了在控制 25 个游泳器协同机动方面 RL 模型的能力。

Jun, 2023

本文提出了一种基于 SwarMDP 框架的针对分布式多智能体相互作用的逆向强化学习算法，在该框架中，我们证明了与智能体相关的值函数相等，通过引入一种新异构学习策略，我们证明了该框架能够有效地产生有意义的本地奖励模型。

Feb, 2016