解耦动力学

解耦动力学假设各智能体的状态转移彼此独立，即每个智能体的下一状态仅由其当前状态和自身动作决定。

在解耦动力学下，智能体之间的耦合仅通过奖励函数（子模奖励）体现，而非通过状态演化。

若状态转移存在耦合，则顺序优化的理论保证将不再直接成立。

c_m 的估计误差会影响实际性能，且算法假设解耦动力学——在智能体状态转移耦合的场景下如何扩展，仍是开放问题。