本文档属于类型a（单一原创研究），以下是针对中文读者撰写的学术报告：
人类评估反馈与示范引导下的多智能体协作学习研究
作者：Mehul Verma（荷兰阿姆斯特丹自由大学）与Erman Acar（荷兰阿姆斯特丹自由大学/莱顿大学）
期刊：发表于HHAI2022（Augmenting Human Intellect），IOS出版社出版
本研究隶属于多智能体深度强化学习（Multi-Agent Deep Reinforcement Learning, MADRL）领域，聚焦于如何通过人类反馈（Interactive RL）与专家示范（Inverse RL）促进独立智能体间的协作行为。研究背景基于两大现实需求：
1. 人工智能与人类协同的瓶颈：现有AI在模式识别等领域超越人类，但在因果推理、常识决策等需协作的任务中表现不足；
2. 多智能体协作的挑战：传统MADRL存在非平稳性（non-stationarity）、维度灾难等问题，且缺乏定量评估协作行为的实验环境。
研究目标包括：
- 设计新型游戏环境Space Cannons以量化协作程度；
- 验证人类反馈与示范能否加速协作策略的涌现。