연구진은 실제 환경에서 통신 장애가 잦은 다중 에이전트 조정 문제를 해결하기 위해 가치 기반 예측 모델을 제안했어요. Value-Aware MARO는 에이전트 정책 학습 과정에서 얻은 가치 추정치를 활용해 예측 모델의 손실 함수를 동적으로 조정하는 방식이에요. 실험 결과, 통신 손실이 심각한 환경에서 기존 방식보다 평균 20% 이상의 수익 증가와 64.7%의 성능 분산 감소를 달성했어요.