↑: [[G検定に関する知識]] - 複数のエージェントが同時に学習し互いに影響し合う強化学習 - 用途例：交通管制、ロボットの群れ、AlphaStar、OpenAI Five - cf. [[AlphaStar]], [[OpenAI Five]], [[深層強化学習]] - 協調型に限らず**競争型（ゼロサム）・混合型**にも適用できる汎用フレームワーク。AlphaStarのリーグは競争的MARLの例 ← 「完全協調型のみ」は誤り