A célom a multiágens megerősítéses tanulási rendszerek robusztussá tétele, hogy képesek legyenek ellenállni a dinamikus környezetből származó zavaró tényezőknek. Ennek érdekében olyan algoritmusok és adaptív stratégiák kidolgozásán dolgozom, amelyek lehetővé teszik az ágensek számára, hogy hatékonyan alkalmazkodjanak a váratlan változásokhoz és külső hatásokhoz. A kutatás során különös figyelmet fordítok arra, hogy a rendszer megbízható maradjon különböző környezeti kihívások esetén, például technikai hibák vagy előre nem látott emberi tényezők jelenlétében. Végső célom olyan multiágens megerősítéses tanulási modellek létrehozása, amelyek stabil és skálázható megoldást kínálnak összetett alkalmazási területeken.