本文介绍了多智能体强化学习中的MADDPG算法，该算法采用集中训练和分布式执行的框架。每个智能体拥有独立的actor和critic网络，actor使用局部信息，critic利用全局信息进行判断。MADDPG适用于合作和竞争环境，有效解决了传统强化学习在多智能体环境中的不稳定性问题，并讨论了其模型结构及扩展方法。