多智能体协作策略
一种可解释、可扩展的通信网络结构，其中的可配置目标熵学习策略能提升探索效率与鲁棒性。
Ren, Yixiang · Ye, Zhenhui · Chen, Yining · 姜晓红 · Song, Guanghua
Frontiers of Information Technology and Electronic Engineering 2023
通过图卷积实现邻居间信息传递，并结合递归单元让智能体记录历史，使得在只能观测局部信息时仍能做出协作决策。
设计最大熵学习方法，允许设定目标动作熵，从而在学习随机策略时平衡探索与利用，提升鲁棒性。
图卷积结构天然支持异构邻居间的通信，使得不同类型或能力的智能体可以协同完成任务。