本文提出了一种混合方法来解决安全关键环境中的复杂合作任务，通过整合多智能体增强学习和控制理论方法。实验证明该方法在任务性能和安全违规方面取得了显著优势。

本文提出了一种基于信息瓶颈的无监督方法，用于探索稀疏的多智能体增强学习中的社交通信情境。该方法可以捕捉复杂性和任务特定效用，并开发出一种自然语言灵感的信息组成的词汇表，通过社交影子来学习通信策略。