【综述】多智能体深度强化学习综述，附49页PDF

题目： A Survey and Critique of Multiagent Deep Reinforcement Learning

简介： 近年来，深度强化学习（RL）取得了出色的成绩。这使得应用程序和方法的数量急剧增加。最近的工作探索了单智能体深度强化之外的学习，并考虑了多智能体深度强化学习的场景。初步结果显示在复杂的多智能体领域中的成功，尽管有许多挑战需要解决。本文的主要目的是提供有关当前多智能体深度强化学习（MDRL）文献的概述。此外，我们通过更广泛的分析对概述进行补充：（i）我们回顾了以前RL中介绍的基础内容，并强调了它们如何适应多智能深度强化学习设置。 （ii）我们为该领域的新开业者提供一般指导：描述从MDRL工作中汲取的经验教训，指出最新的基准并概述研究途径。 （iii）我们提出了MDRL的实际挑战（例如，实施和计算需求）。

作者介绍： Pablo Hernandez-Leal，Borealis AI的研究员，在此之前，曾与Michael Kaisers一起参与过阿姆斯特丹CWI的智能和自治系统。研究方向：单智能体环境开发的算法以及多智能体。计划开发一种算法，该算法使用博弈论，贝叶斯推理和强化学习中的模型和概念在战略交互中得到使用。