概念Multi-Agent Reinforcement Learning / 多智能体强化学习
MARL
强化学习的一个分支，研究多个智能体在共享环境中通过交互、竞争或合作共同学习最优策略的方法论，广泛应用于博弈、机器人协作等领域
时间轴 (近 90 天)
9月11日
若项目核心是验证去中心化MARL算法有效性且不涉及真机部署，应优先选择gym-pybullet-drones
待验证50%
9月10日
MARL面临环境非平稳性问题——每个智能体的策略更新都会改变其他智能体的观测分布，导致训练不稳定
待验证50%
9月8日
Battle Royale是一个16智能体同场竞技的多智能体强化学习（MARL）在线联赛平台
待验证50%