English(EN) A Survey of Multi-Agent Deep Reinforcement Learning with Graph Neural Network-Based Communication

综述梳理多智能体强化学习中的图神经网络

作者 PulseAugur 编辑部 · [1 个来源] · 2026-04-30 04:00

本文综述了利用图神经网络（GNN）进行通信的多智能体强化学习（MARL）的最新进展。文章重点介绍了GNN如何应用于交互图，使智能体能够共享信息并朝着共同目标进行更好的协调。作者旨在对MARL中这些基于GNN的通信方法进行结构化分类，使基本概念更易于理解。 AI

影响提供了MARL中基于GNN通信的结构化概述，有望指导智能体协调领域的未来研究和开发。

排序理由这是一篇关于特定人工智能研究领域的综述论文。

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Valentin Cuzin-Rambaud (LIRIS, UCBL), Laetitia Matignon (LIRIS, UCBL), Maxime Morge (LIRIS, UCBL) · 2026-04-30 04:00

A Survey of Multi-Agent Deep Reinforcement Learning with Graph Neural Network-Based Communication

arXiv:2604.25972v1 Announce Type: cross Abstract: In multi-agent reinforcement learning (MARL), the integration of a communication mechanism, allowing agents to better learn to coordinate their actions and converge on their objectives by sharing information. Based on an interacti…