概念Markov Game
马尔可夫博弈
多智能体强化学习的标准形式化框架，用智能体集合、联合状态空间、各智能体动作空间、联合动作下的状态转移、各智能体奖励函数与折扣因子构成的元组描述，每个智能体的转移与奖励依赖所有智能体的联合动作。
时间轴 (近 90 天)
10月18日
马尔可夫博弈（Markov Game）是MARL的标准形式化框架，通常用元组 (N, S, {A_i}, P, {R_i}, γ) 描述。
待验证50%
10月18日
在马尔可夫博弈中，每个智能体的转移与奖励都依赖于所有智能体的联合动作。
待验证50%