该文综述强化学习在平均场博弈与控制中的进展，涵盖统计效率、深度RL求解、模仿学习、多群体网络及主要玩家博弈，提出多种算法并分析收敛性与样本复杂度，揭示单智能体RL与平均场问题的根本差异。

本文综述多智能体强化学习在马尔可夫博弈与平均场博弈中的进展，涵盖零和博弈Q学习的有限时间分析、GMF-Q与GMF-V-Q算法、QFree价值分解、无模型阶段式Q学习，以及深度强化学习求解平均场博弈的蒸馏与正则化方法，并讨论收敛性与Nash均衡。