一、背景：多智能体架构的局限性 在复杂任务场景中，多智能体强化学习（MARL）曾被视为解决分布式决策问题的主流方案。其通过多个独立智能体协作完成目标，看似天然适配高并发、多目标的场景，但实际应用中暴露出……
