#评测环境

信息一人一半，agent 团队就失灵

论文构建了信息分散的多 agent 决策考场：关键信息分给不同参与者后成功率平均掉 22.9 个点，自己检索再掉 19.9 个点；只用最终决策做奖励的强化学习能同时改善决策与协调。文中讲清两个缺口与测法。