本文介绍了Moment-Matching Policy Diversity方法，用于解决多智能体强化学习中的合作策略选择问题。该方法通过形式化不同策略所选智能体的行为差异来生成不同的团队策略，并通过最大均值差异实现约束优化问题的简单方式。该方法在一个基于团队的射击游戏中得到了验证。