價值分解網路（value decomposition networks）

價值分解網路用一個乾淨、近乎天真的想法來攻克合作式功勞分配：假設團隊的聯合價值就只是各智能體各一份價值的總和。每個智能體從自己的觀測學自己的局部動作價值，把它們加起來就得到團隊價值。因為團隊獎勵訓練的是這個總和，每個智能體那一份都會被推往對整體有利的方向——一個共享的數字，就這樣被輕柔地拆成各自的責任。

這種可加結構的好處，是免費換來分散式執行。要讓團隊貪婪地行動，你會想最大化聯合價值；但若聯合價值是各智能體項的總和，那麼每個智能體只要各自獨立最大化自己那一項，整體就自動在貪婪行動。於是一個集中的總和訓練了各部分，而每個智能體在執行時各自決定——正是 CTDE 的教科書範例。

誠實的限制是：真實的隊伍未必總是可加的；有時兩個智能體的價值會交互作用，好的聯合行為無法寫成單純的總和。VDN 無法表示這種耦合，會誤判這類情況。正是這個缺點催生了 QMIX：它保留了執行時的可分散性，卻允許各智能體價值用更豐富的單調（而非僅僅可加）方式組合。