多智能体强化学习全景
多个智能体在共享环境中交互、学习、竞争或协作，涌现出复杂的集体行为。
点击按钮查看不同MARL设置
学习范式分类
从独立学习到完全中心化，不同训练范式各有优劣。
点击按钮查看不同学习范式
独立学习(IQL)
每个智能体独立学习，将其他智能体视为环境的一部分。
点击按钮查看IQL的挑战
智能体通信
从隐式通信到显式消息传递，智能体如何交换信息。
点击按钮查看通信机制
中心化训练分布执行
CTDE：训练时可访问全局信息，执行时各智能体独立决策。
点击按钮查看CTDE方法
博弈论基础
纳什均衡、帕累托最优、夏普利值在MARL中的应用。
点击按钮查看博弈论概念
涌现行为
从简单规则到复杂策略，多智能体系统中令人惊讶的涌现现象。
点击按钮查看涌现行为案例
应用场景
从游戏AI到自动驾驶车队到机器人团队，MARL的实际应用。
点击按钮查看不同应用场景