본 논문은 현실적인 제약 조건, 즉 메시지 교란, 전송 지연, 제한된 대역폭 하에서 MARL(Multi-agent reinforcement learning)의 견고하고 효율적인 통신 전략에 대한 최근 연구를 체계적으로 검토한다. 협력적 자율 주행, 분산 SLAM(Simultaneous Localization and Mapping), 연합 학습을 포함한 세 가지 응용 분야에 초점을 맞추어 실제 MARL 시스템의 주요 과제를 다룬다. 마지막으로, 이론적 MARL 모델과 실제 구현 간의 격차를 해소하기 위해 통신, 학습, 견고성을 함께 설계하는 통합 접근 방식을 옹호하며, 주요 과제와 향후 연구 방향을 제시한다.
