多Agent强化学习方法与应用

强化学习是Agent通过试错与环境交互改进动作策略，单Agent强化学习能够进行自学习和在线学习，单Agent的知识和资源是有限的，多个Agent强化学习是求解复杂问题的有效途径。多Agent系统比单Agent具有更强的问题求解能力，但多Agent的参与又增加了问题的复杂性。本文分析了多Agent强化学习方法的研究现状，总结了目前存在的主要问题及其解决方法，最后介绍了多Agent技术在实际问题中的部分应用。