сейчас тесчу MARL алгоритмы. заехали IPPO и QMIX

но чот пока кажется что qmix немного не работает) если что буду править

+ очень хочется современные Zero запихнуть типа rezero/unizero

https://arxiv.org/html/2404.16364v4

One Model for All Tasks: Leveraging Efficient World Models in Multi-Task Planning https://arxiv.org/abs/2509.07945 https://www.alphaxiv.org/ru/abs/2509.07945

World Models: A Comprehensive Survey of Architectures, Methodologies, Reasoning Paradigms, and Applications https://arxiv.org/abs/2606.00133v1