大家許久不見皮卡皮卡！從2019年的強化學習小恐龍系列已經過了四年，很久沒參與鐵人的競賽，但因為忙於工作還有考試關係，想參與一直沒機會，But 近期，有些空閒時間下來，決定跳下來重投入技術的文章撰寫，希望或多或少可以幫助到一些也在路上，努力與奮戰的人。

皮卡皮卡！總之呢，這系列規劃寫多智能體的文章，也是很久前就想寫的內容。

圖片來源：寶可夢日本官網

簡介

多智能體在解決許多複雜的環境所面臨的問題，像是無人工廠的移動與規劃，都會需要部屬類似的演算法。相比與集中式的管理與指令，多智能體需要演算法之間學習如何溝通與動態調整策略。它的優點具有彈性的空間與快速反應的好處。當然在資源成本足夠的情況下，讓一個超級電腦計算是比較安穩的，但在一些需要即時反應、或是不確定性很大的場景，讓演算法自己完成動態規劃，是一個更靈活的解決方案。
當然它的缺點顯而易見，就是我們學習上其實有很多困難，與模型無法收斂的情況，像是零合博奕，我們智能體可能會互相爭奪資源或者妨礙，之後的章節會再介紹。

最終我們也會搭一個實做，讓大家可以玩到多智能體的專案，滿足探索與求知欲望XD

大綱

接下來大概會以幾個範圍去讓大家慢慢熟悉這一塊

1. 多智能體介紹
2. 開源範例
3. 一些演算法介紹
4. 一些案例的分享

可能會空出幾篇，來介紹最近很紅的AI社群，它的論文很有意思，關於反思(Reflection)與檢索(Retrieve)是完成這個工作的兩個重要元素。

大概整個系列會這幾塊循序漸進的介紹，如果有什麼補充或想知道的，也歡迎留言！

感想

其實會想介紹這一塊，還有一個原因是因為Open AI 關於這方面的研究，很像生命體延伸出的智慧，有點像是完成很複雜的任務後，簡單的不用學也可以上手，這是很令人驚嘆的。

我們人類為了可以更好的適應環境，發展出社會習慣、共同狩獵、採集，甚至高階到一些言語以及訊息的交流，Multi-agents也有對這一塊做設計。讓我不禁聯想，或許智能與意識是高階任務達成的一種副產物，它不是刻意設計，但因為我們成功演化出複雜的合作關係，所以得到這種結果。在許多社會學的研究也有點出這方面的可能性，當然還有很多前提是被排除的，但我個人覺得，這或許也是發展出通用化智能體的一種可能。

結語

對於像是技術人與科學家來說，這是一種浪漫的追求吧！希望接下來三十天的文章與內容，可以讓大家有所收穫或者滿足，有什麼疑惑或問題都歡迎留言，那麼咱們明天見！