在ＭＤＰ中，单Ａｇｅｎｔ可以通过强化学习来寻找问题的最优解．但在多Ａｇｅｎｔ系统中，ＭＤＰ模型不再适用．同样极小极大Ｑ算法只能解决采用零和对策模型的ＭＡＳ学习问题．文中采......