虽然目前多智能体强化学习 MARL 在很多领域取得了不错的结果，但很少有相关的理论分析。本综述挑选并汇总了拥有理论支撑的 MARL 算法，主要是以下两种理论框架：
探索 VS 利用，这是强化学习中至关重要的话题。我们希望强化学习中的智能体尽快找到最佳策略。然而，在没有充分探索的情况下就盲目地选择某个策略会带来一定的问题，因为这会导致模型陷入局部最优甚至完全不收敛。目前的强化学习算法朝着回报值最大化的方向优化，而探索仍然更像是一个开放性话题。
订阅极术公开课，即时获取最新技术公开课信息
嵌入式端AI，包括AI算法在推理框架Tengine，MNN,NCNN，PaddlePaddle及相关芯片上的实现。欢迎加入微信交流群，微信号：gg15319381845（备注：嵌入式）
Arm相关的技术博客，提供最新Arm技术干货，欢迎关注
深度强化学习是深度学习与强化学习相结合的产物，它集成了深度学习在视觉等感知问题上强大的理解能力，以及强化学习的决策能力，实现了端到端学习。本文对强化学习进行了非常全面的总结，建议收藏。报道：深度强化学习实验室作者：侯宇清，陈玉荣 编辑：DeepRL
RLax（发音为“ relax”）是建立在JAX之上的库，它公开了用于实施强化学习智能体的有用构建块。。报道：深度强化学习实验室作者：DeepRL 来源：Github/DeepMind
本文对强化学习的相关资料从视频，书籍，PPT等做了非常全面的整理，必须关注。报道：深度强化学习实验室作者：岳龙飞 编辑：DeepRL
专注深度强化学习前沿技术，欢迎关注
本文对人工智能不同领域内顶级会议作了汇总，要想了解最新方法和热门研究方向，必须关注。报道：深度强化学习实验室来源：qianli8848作者：DeepRL
