相比于单智能体系统，强化学习应用在多智能体系统中会遇到哪些问题和挑战？

A、环境的不稳定性：智能体在做决策的同时，其他智能体也在采取动作；环境状态的变化与所有智能体的联合动作相关;

B、智能体获取信息的局限性：不一定能够获得全局的信息，智能体仅能获取局部的观测信息，但无法得知其他智能体的观测信息、动作和奖励等信息；;

C、个体的目标一致性：各智能体的目标可能是最优的全局回报；也可能是各自局部回报的最优；;

D、可拓展性：在大规模的多智能体系统中，就会涉及到高维度的状态空间和动作空间，对于模型表达能力和真实场景中的硬件算力有一定的要求。