이 연구는 정보 지향 샘플링(IDS) 원리에 기반한 새로운 다중 에이전트 강화 학습(MARL) 알고리즘을 제안하고 분석한다. 이 알고리즘들은 정보 이론의 기본 개념에서 영감을 받았으며, 두 플레이어 제로섬 마르코프 게임(MG) 및 다중 플레이어 일반합 MG와 같은 MARL 환경에서 샘플 효율적인 것으로 입증된다.
