多智能体强化学习（MARL）核心概念与算法概览
多智能体强化学习（MARL）研究多个智能体在共享环境中协同或竞争的决策问题。每个智能体拥有局部观测、独立策略，且环境因其他智能体的学习而动态变化，导致非平稳性、信用分配难、协调复杂等挑战。广泛应用包括交通控制、机器人协作、广告竞价等。常用方法如IQL、VDN、QMIX、MADDPG、MAPPO等，结合集中训练分布式执行（CTDE）提升稳定性。通过简单协调游戏可窥见MARL核心机制：智能体需在探索与协调间平衡，以涌现合作行为。
云服务器如何开放安全组？
安全组类似防火墙，需开放如MySQL 3306、Redis 6379等端口，才能访问云服务器上的对应服务。本文以火山引擎为例，演示如何配置安全组规则，阿里云、腾讯云操作类似，最后点击确定完成设置。
