複数種類のシグナル通信を行うマルチエージェント系強化学習を行い，追跡問題を用いてその評価を行った．実験はグリッドの大きさとハンターエージェントの視覚の大きさの様々な組み合わせで行った．シグナルについてはシグナルがない場合，いくつかの種類のシグナルがある場合，さらに各ハンターエージェントが自身の最後に発信したシグナルを記憶するメモリ機能を持つ場合で比較を行った．結果，グリッドの大きさに対して視野が狭い条件において，シグナルのない時と比べてシグナルがあるときのステップ数に改善が見られた．この結果から学習によって通信に何らかの意味が創発したのではないかと考えられる．