# DMM（去中心化主脑）

该工作指出分散式多智能体路径规划中即使每个智能体的动作分布学得正确，独立采样仍会把各自合法的选择拼成冲突的联合动作，并提出 DMM——让智能体在通信轮次中迭代精炼离散的“动作意图”后再统一承诺，配合无评论家的多智能体强化学习微调方法 MICPO；在 POGEMA 上 DMM 通常取得更高成功率与更低解代价，在 MovingAI 的 1600 个任务中解出 1598 个（评估方法中覆盖最高），并可扩展到超过一百万个同时行动的智能体。

该工作指出分散式多智能体路径规划中即使每个智能体的动作分布学得正确，独立采样仍会把各自合法的选择拼成冲突的联合动作，并提出 DMM——让智能体在通信轮次中迭代精炼离散的“动作意图”后再统一承诺，配合无评论家的多智能体强化学习微调方法 MICPO；在 POGEMA 上 DMM 通常取得更高成功率与更低解代价，在 MovingAI 的 1600 个任务中解出 1598 个（评估方法中覆盖最高），并可扩展到超过一百万个同时行动的智能体。