多智能体通信的五个W：谁与谁交谈、何时、说什么以及为何——从MARL到涌现语言和LLMs的综述

多智能体序列决策在许多现实系统中发挥着重要作用，例如自动驾驶车辆、机器人和协作AI助手。在动态且部分可观测的环境中，通信通常是减少不确定性并实现协作的关键。本综述通过五个W（Who, What, When, Where, Why）框架回顾了多智能体通信（MA-Comm）。该框架提供了一种清晰的方式，将不同研究方向的思想联系起来。我们追踪了通信方法在三个主要范式中的演变过程：在多智能体强化学习（MARL）中，早期方法使用手工设计或隐式协议，随后发展为端到端学习的通信方法以优化奖励和控制。尽管这些方法取得了成功，但它们通常任务特定且难以解释，这促使了对涌现语言（EL）的研究，其中智能体可以通过交互发展出更结构化或符号化的通信方式。然而，EL方法仍面临语义锚定、泛化和可扩展性方面的挑战，这推动了近期对大型语言模型（LLMs）的兴趣，因为LLMs能够带来自然语言先验知识，用于更开放场景下的推理、规划和协作。我们强调了在MARL、EL和基于LLM的系统中，不同选择如何塑造通信设计，主要权衡点以及尚未解决的问题，并提炼出实用的设计模式和开放挑战，以支持未来结合学习、语言和控制的混合系统，实现可扩展且可解释的多智能体协作。