多智能体方向是深度强化学习、多智能体系统、博弈论的交叉领域，主要解决在具有多个决策主体的复杂环境中，每个智能体在合作、竞争、混合博弈场景下如何通过优化自身效用函数、通过智能体之间的交互博弈寻找最优策略的问题。它是探索群体智能的重要方法之一，是实现新一代人工智能这个必达终点的途径之路。

主要研究内容包括：开放环境下的通用单智能体、多智能体强化学习理论、方法与应用；智能群体机器人与工程应用；游戏环境和游戏智能体的设计、分析及相关算法研究；计算经济中的智能体建模与人工智能算法；面向供应链的人工智能决策方法；基于融入行为特征的风险度量的强化学习方法；大规模、智能化、网络化、多层次、多尺度、多模式、非线性、不确定时变动态系统的建模、分析、模拟、预测、优化和控制。

承担数十项国家级、省部级、国际合作以及企业横向合作资金支持，包括国家重点研发项目、科技部人工智能2030重点研发专项、国家自然科学基金重大、重点项目等，相关成果发表于机器学习领域顶会顶刊数百篇，申请专利数十项。团队曾因在多智能体系统上的贡献获得机器人学习会议CoRL2020最佳系统论文奖、多智能体顶会AAMAS2021最具前瞻性论文奖，世界人工智能大会WAIC云帆奖璀璨明星（2022年度仅10位）、ACM SIGAI China新星奖、华为英国公司最佳技术突破奖。