Markov game -> Système multi-agent avec plusieurs sets d'actions, la proba de transition dépend de s, a et s', récompense unique à chaque agent et une transition.

Une variante consiste à donner une récompense commune aux agents.

Comment apprendre le bon moment auquel doivent se coordonnés les agents ? Quelques ressources dispo :

• Kok & Vlassis, Utile coordination : Learning indepedenies among cooperative agents.
• Spaan & Melo IDMG

Détails sur l'IDMG :

• Interaction Driven Markov Game
• Les agents peuvent connaitre la position des autres par la communication ou en les détectant avec les capteurs
• Plus de détails sur l'article de Spaan & Melo...

Learning Coordination States :

• Identification des états dans lequel un agent devrait prendre en compte les autres agents quand il choisi une action et qu'il y a besoin de coordination sur celle-ci avec un autre agent.