多智能体合作决策：情景、方法、挑战与展望综合调查

随着人工智能的快速发展，智能决策技术在各类人机竞技中逐渐超越了人类的水平，尤其是在复杂的多智能体合作任务场景中。多智能体合作决策涉及多个智能体协作完成既定任务并实现特定目标。这些技术在实际场景中广泛适用，包括自动驾驶、无人机导航、灾难救援以及模拟军事对抗等。本文首先对用于多智能体合作决策的领先仿真环境和平台进行全面调查。具体而言，我们从多个角度深入分析这些仿真环境，包括任务格式、奖励分配以及所采用的底层技术。随后，我们提供对主流智能决策方法、算法和模型的全面概述，这些方法可大致归类为五类：基于规则的（主要为模糊逻辑）、基于博弈论的、基于进化算法的、基于深度多智能体强化学习 (MARL) 的以及基于大型语言模型 (LLM) 的推理。鉴于 MARL 和 LLM 基于方法相较于传统规则、博弈论和进化算法方法具有显著优势，本文重点讨论这些利用 MARL 和 LLM 基于技术的多智能体方法。我们深入讨论了这些方法，突出其方法学分类、优势与局限。此外，还详细阐述了多智能体合作决策的若干前沿研究方向及潜在挑战。