本研究提出了一种新颖的状态建模框架，旨在解决多智能体深度强化学习中的合作学习挑战。该框架通过推断非可观察状态的信念表征，优化智能体的探索和合作策略。实验结果表明，MARL SMPE算法在复杂合作任务中表现优于现有算法。