该论文阐述了 EC-MARL 在未来 6G 无线网络中的重要性，该方法赋予网络实体自主决策能力，解决自动驾驶、机器人导航、飞行基站网络规划和智能城市应用等复杂任务，提供 EC-MARL 算法的概述、设计准则以及研究机会。

Sep, 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

本文提出了一种基于信息瓶颈的无监督方法，用于探索非常稀疏的多智能体增强学习中的社交通信情境，该方法可以捕捉引用复杂性和任务特定效用，并开发出一种自然语言灵感的信息组成的词汇表，该词汇表独立于一组紧急概念，使其具有极小的位数，同时可以使用社交影子的观测构成，并通过社交影子来学习通信策略。

Feb, 2023

使用多智能体强化学习框架，协同学习计算卸载决策和多信道访问策略以及相应的信令，通过采用新兴通信协议学习框架解决了基于期限约束的多智能体计算任务合作执行问题，并实验证明了新兴通信对于提高信道访问成功率和成功计算任务数量的效果，同时所提出的任务卸载策略优于远程和本地计算基准。

Jan, 2024

通过使用多模式和多步骤的指示性游戏，探讨了 AI 与 AI 之间的内部通信方式的变化，研究发现，较为逐渐的信息交换可以促进更好的预测和提高产生的通信协议的效率。

May, 2017

本研究探讨在多智能体环境中，利用关节执行通信的新型通信模式，解决现有符号通信模式不能够解决的一些问题，提出具体的训练改进方案，实现了对新伙伴的协议推广。

Oct, 2020

本文提出了一种基于 6G 无线系统的新型语义通信框架，将元宇宙分解成人 / 机器代理专用的语义多元宇宙，每个代理保存一个语义编码器和一个生成器，利用 AI 技术来提高通信效率并处理本地场景和交互。此框架可以应用于分布式学习、多智能体强化学习、信令游戏和符号 AI 等多个领域。

Dec, 2022

本论文通过介绍一个协作的多物体导航任务 CoMON，并研究不同通信机制，分析它们的通信模式，证明了学习出来的通信可以落实于 Agent 观察和环境的 3D 结构。

Oct, 2021

通过研究 negotiation environment 中不同类型 agent 之间的交互过程，以及不同类型 agent 是否会进行 cheap talk，作者探讨了 cooperation 在语言产生中的必要性问题。

Apr, 2018

本文提出了一种基于多模态视觉的交互式语言学习模型，无需平行语料库即可实现语言的相互理解和翻译，并表明使用该模型的多语言社区实现了更好和更快的翻译结果。

Oct, 2017