همکاری بین ایجنت های مختلف

سلام یک پروژه هست که در آن چند تا شرکت هستند که میتونند تصمیم بگیرند که با هم همکاری کنند تا تقاضاشونو پاسخگو باشند. به عبارتی وقتی تامین کننده تاخیر در ارسال محصول دارد، این شرکتها میتوانند باهم همکاری کنند اگر بخواهند. مساله به صورت یادگیری تقویتی عمیق (Reinforcement Learning) و مالتی ایجنت (multi-agent) هست که هر ایجنت خودش تصمیم میگیره که همکاری بکنه یا نه. اول شرکتی(یا شرکت ها) که محصول کم دارد درخواست خود را اعلام میکند و بعد شرکتی (یا شرکت ها) که محصول بیشتر دارد تصمیم میگیرد که همکاری بکند یا خیر.زمانم به شدت محدود هست و میخاهم که کد را تا قبل از عید داشته باشم. خیلی ممنونم.