本稿では、マルチエージェント強化学習（MARL）でチームのコラボレーションを容易にするための新しい表現学習フレームワークであるInteractive World Latent（IWoL）を紹介します。マルチエージェントのやりとりと地域の観測による不完全な情報のために、チームのコラボレーションのための効果的な表現を構築することは困難な問題です。 IWoLは、通信プロトコルを直接モデル化し、エージェント間の関係とタスク関連の世界情報を一緒に捉える学習可能な表現空間を構築します。この表現は、明示的なメッセージ配信の欠点（たとえば、意思決定の速度低下、悪意のある攻撃に対する脆弱性、帯域幅の制約に対する感度）を回避しながら、暗黙のコラボレーションを通じて完全に分散した実行を維持します。実際、IWoL表現は各エージェントの暗黙的な潜在変数であり、通信のための明示的なメッセージとしても使用できます。 4つのMARLベンチマークでIWoLの2つのバリエーションを評価した結果、IWoLがチームコラボレーションのためのシンプルで強力なコア要素であることが確認されました。また、既存のMARLアルゴリズムと組み合わせることで、パフォーマンスをさらに向上させることができることを示しています。
