该文综述部分状态信息下的多智能体规划研究，涵盖MDP与POMDP的推广、分散与集中控制的差异及双指数复杂度，并介绍子博弈分解、部分历史共享模型、MC-JESP、树分解均衡算法、MDP解耦、GMAA*、FOSG建模及影响乐观上界等方法。

本文综述级联赌博算法在推荐系统中的应用，介绍线性推广、CascadeUCB1、CascadeKL-UCB、成本感知及组合级联等算法，以解决部分可观测与非线性奖励问题；并结合线性多臂赌博机、深度贝叶斯Bandits、在线聚类CLUB-cascade及强化学习，提升推荐个性化与探索效率，实验表现优于基准。