El control en sistemas de toma de decisiones multiagente es un tema importante con una amplia variedad de enfoques existentes. En este trabajo, ofrecemos un nuevo marco integral para el control distribuido. Las principales contribuciones de este documento se resumen de la siguiente manera. En primer lugar, proponemos PHIMEC (control meta informado por la física): una arquitectura para aprender control óptimo empleando una red neuronal informada por la física cuando el espacio de estado es demasiado grande para el aprendizaje basado en recompensas. En segundo lugar, ofrecemos una forma de aprovechar la respuesta al impulso como una herramienta para el modelado y control del sistema. Proponemos IMPULSTM, un enfoque novedoso para incorporar conciencia temporal en redes neuronales recurrentes diseñadas para adaptarse a tasas de muestreo irregulares en la señal. En tercer lugar, proponemos DIMAS, un enfoque modular para aumentar la eficiencia computacional en sistemas de control distribuido a través de la integración de conocimientos de dominio. Analizamos el rendimiento de las dos primeras contribuciones en un conjunto de pruebas correspondientes y luego mostramos su rendimiento combinado como un sistema de control distribuido informado por el dominio. Los enfoques propuestos muestran un rendimiento satisfactorio tanto individualmente en sus respectivas aplicaciones como como un sistema conectado.