上個章節大概的講了概念與心智能論，這個章節會講一下這個環境 gym_cooking 的挑戰

Overcooked

如果有玩過這款遊戲 overcooked的人，都知道這個是個趣味且破壞感情的有趣團體遊戲。玩家們需要去協調以及分工，做菜、送餐、洗碗… 不過為了簡化研究，在這個 gym 的設定裡面，只有三種餐點：切完的蕃茄、切完的生菜、生菜沙拉(切完的蕃茄+切完的沙拉)。在這個研究，場景也是簡化、限定於三種：

1. 開放式
   

2. 半開放式 中間一條走廊但沒隔絕
   

3. 封閉式
   

1~3 可以看的出來，1最簡單，3最困難，但不一定2比3難，因為半開放的場景 智能體要學習要不要從中間端過去，還是端著繞過去，不過這是純屬猜想。

這裡會有三種類型的智能體兼的模式：

1. 分工：像是一個切蕃茄，一個切生菜
2. 合作：可能是一個切蕃茄，一個端盤子過來
3. Spatio-tempral movement(有點不知道怎翻，放原文)：隨時注意會不會擋到其他智能體的移動路線

相對於開放式的環境，我們可以想像阻礙性最低，效率可以最佳化。但如果是半開放式，我們就得注意 Spatio-tempral movement 有可能造成賭塞問題。如果是封閉式的話，就一定要講求合作，右邊可能負責切菜、左邊負責出餐。

參考

Too many cooks: Bayesian inference for coordinating
multi-agent collaboration