[G1-Sync] Manual knowledge update

10_Wiki/Topics/Multi-Agent-Reinforcement-Learning.md

@@ -2,7 +2,7 @@
 id: RL-MARL-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [ai, reinforcement-learning, multi-agent, marl, game-theory, coordination]
+tags: [ai, [[Reinforcement-Learning]], multi-agent, marl, [[Game-Theory]], coordination]
 last_reinforced: 2026-04-26
 ---
 
@@ -12,7 +12,7 @@ last_reinforced: 2026-04-26
 > "개별 에이전트의 이기심을 넘어 집단의 하모니를 구축하고, 상호작용의 역동성 속에서 창발적 지능을 발현하라" — 여러 개의 독립적인 학습 주체(Agents)가 동일한 환경에서 동시에 학습하며 서로 협력하거나 경쟁하여 목표를 달성하는 강화학습 체계.
 
 ## 📖 구조화된 지식 (Synthesized Content)
-- **추출된 패턴:** "Co-evolution and Joint Strategy" — 한 에이전트의 행동이 다른 에이전트의 보상과 환경을 변화시키는 '비정적인(Non-stationary)' 환경 문제를 해결하기 위해, 상대의 행동을 예측하고 공동의 목표나 내시 균형(Nash Equilibrium)을 찾아가는 진화적 학습 패턴.
+- **추출된 패턴:** "Co-evolution and Joint [[Strategy]]" — 한 에이전트의 행동이 다른 에이전트의 보상과 환경을 변화시키는 '비정적인(Non-stationary)' 환경 문제를 해결하기 위해, 상대의 행동을 예측하고 공동의 목표나 내시 균형(Nash Equilibrium)을 찾아가는 진화적 학습 패턴.
 - **핵심 아키텍처:**
     - **Independent Learning:** 각 에이전트가 타인을 환경의 일부로 보고 독립적으로 학습.
     - **Centralized Training, Decentralized Execution (CTDE):** 학습은 중앙에서 모든 정보를 모아 정교하게 수행하고, 실행은 각자 독립적인 네트워크로 수행하는 현대적 표준 방식.
@@ -23,5 +23,5 @@ last_reinforced: 2026-04-26
 - **정책 변화:** Antigravity 프로젝트는 여러 협업 AI(Planning Agent, Coding Agent, Review Agent 등)가 상호작용하며 하나의 작업을 완료할 때, 최적의 협업 효율을 도출하기 위해 MARL 기반의 워크플로우 최적화를 연구함.
 
 ## 🔗 지식 연결 (Graph)
-- [[Reinforcement-Learning]], [[Game-Theory]], [[Monte-Carlo-Tree-Search-MCTS]], Graph-Neural-Networks-GNN
+- [[Reinforcement-Learning]], [[Game-Theory]], [[Monte-Carlo-Tree-[[Search]]-MCTS]], Graph-Neural-Networks-GNN
 - **Raw Source:** 10_Wiki/Topics/AI/Multi-Agent-Reinforcement-Learning.md