部分可观测性在强化学习中意味着代理只能获取部分状态，导致决策不最优。通过增强状态表示和结合历史观测，可以改善决策。函数逼近器无法存储历史信息，需要特征工程或特殊架构来实现记忆。Sutton指出，函数逼近虽然能简化状态，但无法补全缺失信息，需手动调整状态定义。

本研究提出了一种新方法DNA-MARL，旨在解决多智能体协作强化学习中的部分可观测性问题。该方法通过局部通信和个体奖励来促进团队合作，适用于隐私受限和消息传递不完整的场景。