連合学習は，各組織が自分のデータを秘匿にしたまま，モデルを協調して学習できるが，データ分布が異なるとモデルの精度が低下するため，全てのモデルの翻訳精度が向上するとは限らない．そこで，深層強化学習を用いて各集約プロセスで動的にパートナーを選ぶマルチエージェントシステムを提案する．エージェントの内部モデルとして，ドメインごとに個別に翻訳精度向上を図ろうとする利己的エージェントと、すべてのドメインに対して翻訳精度向上を図ろうとする協調的エージェントを用いる。3つの異なるデータを用いた検証で，従来手法よりも利己的エージェントは29.5%，協調的エージェントは13.4%翻訳精度を向上させることを確認した．