邻居信息利用更充分
面向合作的GNN多智能体算法，在聚合邻居特征的同时最大化拓扑关联，得到更具表达力的特征表示。
丁世飞 · Du, Wei · Ding, Ling · Jian, Zhang · 郭丽丽 · Bo, An
IEEE Transactions on Neural Networks and Learning Systems 2023
在互信息最大化中同时考虑智能体特征和拓扑关系，而传统GNN聚合方法往往忽略拓扑信息，从而获得更丰富的表征。
该模块与具体MARL算法无关，可以灵活集成到各种价值分解方法中，无需改动原有框架。
在多个标准基准上进行了大量实验，结果表明所提方法优于现有MARL方法。