突破线性表达限制
通过神经网络近似实现多智能体强化学习，解决现有分布式算法表达力不足的问题，并给出严格收敛性保证。
代鹏程 · Liu, Hongzhe · 虞文武 · Wang, He
IEEE Internet of Things Journal 2023
采用神经网络近似替代线性函数近似，能够表达更复杂的值函数，摆脱线性模型的表达瓶颈，从而更适用于大规模状态-动作空间的多智能体问题。
借助过参数化方法建立均方投影贝尔曼误差的近似平稳点，严格证明了所提算法能够向全局最优方向收敛，为实际部署提供了理论保障。
算法基于网络化多智能体环境设计，每个智能体仅利用本地交互信息进行学习，无需中央协调器，降低了通信负担并增强了系统可扩展性。