系统工程与电子技术

作者：罗俊仁, 张万鹏, 苏炯铭, 袁唯淋, 陈璟

单位：国防科技大学智能科学学院, 湖南 长沙 410073

关键词：博弈学习,多智能体学习,元博弈,在线无悔学习

基金：国家自然科学基金(61806212);湖南省研究生科研创新项目(CX20210011)

随着深度学习和强化学习而来的人工智能新浪潮, 为智能体从感知输入到行动决策输出提供了“端到端”解决方案。多智能体学习是研究智能博弈对抗的前沿课题, 面临着对抗性环境、非平稳对手、不完全信息和不确定行动等诸多难题与挑战。本文从博弈论视角入手, 首先给出了多智能体学习系统组成，进行了多智能体学习概述, 简要介绍了各类多智能体学习研究方法。其次, 围绕多智能体博弈学习框架, 介绍了多智能体博弈基础模型及元博弈模型, 均衡解概念和博弈动力学, 学习目标多样、环境(对手)非平稳、均衡难解且易变等挑战。再次, 全面梳理了多智能体博弈策略学习方法, 离线博弈策略学习方法, 在线博弈策略学习方法。最后，从智能体认知行为建模与协同、通用博弈策略学习方法和分布式博弈策略学习框架共3个方面探讨了多智能体学习的前沿研究方向。

来源：2024年第5期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2024年第5期