本論文では、従来のマルチエージェント強化学習（MARL）が固定チームに依存するのに対して、アドホックチームワーク（AHT）の手法を拡張し、複数の無作為な仲間と協力する新たなアプローチである「多党間アドホックチームワーク（MAHT）」を提案しています。MAHTでは、制御されたエージェントが互いに不慣れな無制御のチームメイトと調整する必要があります。これを解決するために、稀なスケルトングラフを構築し、関係モデリングを用いてグループ間ダイナミクスを捕捉する「MARs」を導入しました。実験の結果、MARsは従来のMARLやAHTのベースラインと比較して優れた性能を示し、収束も速かったことが確認されました。