この記事では、多エージェント強化学習（MARL）におけるコミュニケーションの重要性とその課題について論じています。MARLのシステムは、自律エージェント間の協調行動を促進するために進展していますが、多くの既存のアプローチは、コミュニケーションが瞬時に行われ、信頼性が高く、無制限の帯域幅を持つことを前提としています。しかし、現実の環境ではこれらの条件はほとんど満たされません。著者らは、メッセージの摂動、伝送遅延、限られた帯域幅といった現実的な制約の下での堅牢で効率的なコミュニケーション戦略の最近の進展を体系的にレビューしています。特に、自動運転、分散同時自己位置推定、連合学習という三つのアプリケーションに焦点を当て、実用的なMARLシステムにおける遅延の信頼性、帯域幅集約型データ共有、コミュニケーションのプライバシーのトレードオフに関する課題を検討しています。また、理論的なMARLモデルと実用的な実装のギャップを埋めるために、コミュニケーション、学習、堅牢性の統合的な設計が必要であると提唱しており、今後の研究方向についても触れています。