Este artículo aborda el problema de elegir una función de recompensa adecuada en el aprendizaje por refuerzo multiagente. Se cuestiona el enfoque tradicional de utilizar recompensas conjuntas para el rendimiento del equipo debido a la falta de respaldo teórico. Los autores exploran el impacto de cambiar la función de recompensa de conjunta a individual en el aprendizaje de algoritmos de ejecución descentralizada centralizada en un entorno de forrajeo basado en niveles. Los resultados empíricos revelan que las recompensas individuales contienen más varianza, pero pueden tener menos sesgo en comparación con las recompensas conjuntas. Los hallazgos muestran que diferentes algoritmos se ven afectados de manera diferente, siendo los métodos de factorización de valor y los métodos basados en PPO los que aprovechan la mayor varianza para lograr un mejor rendimiento. Este estudio destaca la importancia de considerar la elección de una función de recompensa y su impacto en los sistemas de aprendizaje por refuerzo multiagente.