IMMAC的详细架构。在时间步 ,代理被当地的观察和股票所观察到的信息其他代理,然后接收集成信息从通信通道并产生行动与环境进行交互。更特别的,政策网络需要当地的观察和聚合信息可用的行动值作为输入和输出操作。内在价值网络需要作为输入和输出一个observation-dependent值 ,这是用来区分重要的地方观察。