该文综述多智能体策略推理研究，涵盖：提出HyperATL*_S逻辑并证明其模型检查可判定；用贝叶斯推断与Gibbs采样解决协作协调；将ATLES扩展为AMCDES并给出复杂度界限；提出MAT微调方法提升泛化鲁棒性；用图神经网络与强化学习处理混合合作-竞争；提出采样策略综合算法；介绍NATL符号推理框架；研究随机系统偏好规划；提出自然进化策略NES。