यह शोधपत्र बहु-एजेंट परिवेश में पूर्वानुमान का उपयोग करने वाले एल्गोरिदम के प्रदर्शन का अध्ययन करता है। हम एक द्वि-पूर्वानुमान ढाँचा प्रस्तुत करते हैं जिसमें एजेंट एक पूर्वानुमान का उपयोग अपने भविष्य के कार्यों की भविष्यवाणी करने के लिए और एक पूर्वानुमान का उपयोग अन्य खिलाड़ियों के कार्यों की भविष्यवाणी करने के लिए करते हैं। मुख्य समस्या विभिन्न पूर्वानुमान गुणवत्ता मान्यताओं के तहत इन पूर्वानुमानों का उपयोग करके प्राप्त किए जा सकने वाले सर्वोत्तम प्रतिस्पर्धी अनुपात को समझना है। हम स्की रेंटल समस्या के एक बहु-एजेंट संस्करण का परिचय और विश्लेषण करके इस ढाँचे को स्पष्ट करते हैं। इस समस्या में, एजेंट किसी परिसंपत्ति के लिए समूह लाइसेंस प्राप्त करने हेतु संसाधनों को एकत्रित करके सहयोग कर सकते हैं। यदि लाइसेंस की कीमत पूरी नहीं होती है, तो एजेंटों को प्रति दिन एक इकाई मूल्य पर परिसंपत्ति को व्यक्तिगत रूप से किराए पर लेना होगा। अन्यथा, लाइसेंस बिना किसी अतिरिक्त लागत के सभी के लिए हमेशा के लिए उपलब्ध रहता है। पूर्ण अन्य-पूर्वानुमानों के विशेष मामले में, स्व-पूर्वानुमान का अनुसरण करने वाला एल्गोरिदम इष्टतम होता है, लेकिन एजेंट के भविष्य के कार्यों के गलत पूर्वानुमानों के प्रति सुदृढ़ नहीं होता है। हम बेहतर सुदृढ़ता गुणों वाले एल्गोरिदम प्रस्तुत और बेंचमार्क करते हैं।
