Dans cet article, nous nous intéressons à la problématique de l’apprentissage par renforcement dans un cadre multi-agent asynchrone et faiblement couplé. Nous montrons qu’il est nécessaire de mémoriser des informations sur les actions passées et nous montrons comment factoriser cette information mémorisée pour que l’espace d’états reste praticable en nous appuyant sur le modèle des processus décisionnels de Markov factorisés (FMDP). Nous définissons un mécanisme d’apprentissage qui intègre les actions et les observations passées et nous expliquons comment ce modèle est implanté dans notre plateforme et nous discutons les résultats attendus.