英文：Multi-Agent Reinforcement Learning 分类：embodied
多个智能体在同一环境中同时学习、相互作用（合作、竞争或混合）的强化学习范式。环境因其他智能体的策略而变化，是非平稳的。
挑战：非平稳性（他方策略在变）、信用分配（团队奖励归谁）、通信与协调；方法：独立学习（IQN）、集中训练分散执行（CTDE：MADDPG、QMIX）、通信协议学习；评测：合作成功率/纳什均衡。
用于机器人协作（多臂协同）、自动驾驶交互（车车博弈）、游戏（Dota、星际 AI）与交通信号优化；多智能体 RL 是"群体智能"的学习基础。