在过去的几年里，深度强化学习在人工智能领域的各种任务中被证明是一种卓有成效的方法。 最近的工作侧重于超越单智能体场景的深度强化学习，更多地考虑了多智能体设置。 本文的主要目标是从挑战和应用的角度对多智能体深度强化学习方法进行详细而系统的概述。 具体来说，为了更好地理解该领域，首先介绍了初步知识。 然后，提出了挑战分类法，并介绍了相应的结构和代表性方法。 最后，给出了多智能体深度强化学习的一些应用和有趣的未来机会。
原文pdf链接： https://link.springer.com/content/pdf/10.1007/s10462-020-09938-y.pdf
