本研究针对多智能体强化学习中的稀疏图学习问题，提出了新型均场控制模型及可扩展算法，并验证了其在合成和真实网络上的优越性。

本研究分析了传统格林函数方法在大规模稀疏图中的不稳定性，提出了一种新方法，等效于完全连接图的格林函数，并引入加速技术以提升效率，实验结果验证了其有效性和稳定性。

该研究使用LG-GNN进行链接预测任务，验证了其适用于稀疏和稠密图，并发现了经典GCN结构的不足。