本研究提出了虚幻多智能体游乐场（Unreal-MAP），这是一个基于虚幻引擎的多智能体强化学习平台，支持用户创建多智能体任务，并有效结合现有算法，推动MARL领域的发展。

本研究提出了一种分布式价值分解网络（DVDN），旨在解决部分可观测条件下的分布式训练问题。DVDN能够生成联合Q函数并将其分解为各个智能体的Q函数，适用于无法集中训练的场景。研究结果表明，DVDN在十个多智能体强化学习任务中表现出与集中训练相似的效果。

本研究提出了CH-MARL框架，结合分层决策与动态约束，显著降低全球温室气体排放，提升公平性与效率，适用于海事物流环境。

本文回顾了risk-sensitive MG和MARL领域的相关文献，并讨论了不同风险度量的使用。最后，探讨了该领域的最新趋势和未来研究方向。

本文介绍了一种使用新颖代理梯度和可调谐自适应尖峰神经元的循环网络，将基于脉冲的神经网络的性能提高至具有挑战性的时间域基准的最新水平，并展示了这些 SNN 的计算效率比具有可比性能的 RNN 高出一到三个数量级，从而使 SNN 成为 AI 硬件实现的有吸引力的解决方案。

多智能体强化学习（MARL）在优化多智能体共享资源中的系统性能方面具有潜力。研究者提出了一种基于事件驱动的公式和概率逻辑神经网络（PLNN）框架，用于处理分布式协作 MARL 智能体的决策制定。研究成果通过解决片上系统中的功率共享问题来展示。

我们提出了一种MARL的通用价值函数分解方法QFree，通过优势函数和混合网络结构满足等价分解，验证了其在复杂环境中的有效性和性能达到最新水平。

该文介绍了 QFree 方法，一种基于优势函数的 MARL 通用价值函数分解方法，使用混合网络结构满足等价分解，并将等价条件作为正则化项开发了一种新型损失函数。在非单调矩阵博弈场景和 SMAC 等复杂 MARL 基准环境中验证了该方法的有效性，并展示了其在性能方面达到了最新水平。

本文提出了一种可完全扩展和去中心化的多智能体 A2C 算法，用于城市交通网络中的自适应交通信号控制。结果表明其优化性、鲁棒性和样本效率优于其他最先进的去中心化 MARL 算法。