在 cooking_gym 裡面，任務的完成不會只由單一個動作完成，而是由好幾個動作建構，對的順序而構成任務達成(送出生菜沙拉)

Hierarchical planning

可以看到，在整個過程裡面，生菜沙拉的過程需要先把番切與生菜切開，再用一個盤子去拼裝，最後送餐，整個需要透過高階合作(high-level coordination)與低階導航(actions)，兩種行為構成。過去的方法使用去中心化的方式，或者溝通的方式，構成合作行為，但該研究方法是作到無須溝通的去中心化，用心智方式解讀其他智能體的行為。

但每一次的任務產生，不一定會全部完成，所以我們以節點的關係，去量化整個行為完成度。例如從蕃茄→切蕃茄→擺放→送餐，可能整個行為在蕃茄→擺放的過程就失敗，則完成度為33%。

Contributions

該論文研究主要有三個貢獻。

1. 超過其他的替代方法(之後提到)，同時智能體可以擴張
2. 可以拓展到與不同演算法合作，同時該論文提出的方法，效果依然是最好的
3. 尋找受試者判斷智能體的行為，可以發現該提出的方法，，跟其他方法比較起來，最接近人類的判斷，儘管模型沒有用到人類標注的資料。

心得

其實關於1的智能體拓展，最多只到3的agent，所以會有點懷疑，該方法的拓展性… 如果假設到100，基底的統計模型會不會很難找到最佳點，這是我目前看論文，還有點困惑的點。

參考

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