Cet article aborde les défis de la coordination dans les systèmes multi-agents à grande échelle, où les approches traditionnelles de guidage global deviennent impraticables. Les auteurs proposent d'utiliser des diagrammes d'influence multi-agents (MAIDs) comme cadre graphique pour analyser et visualiser les interactions entre agents. Ils introduisent un nouveau paradigme d'interaction appelé intervention ciblée, qui se concentre sur un seul agent à la fois, simplifiant ainsi la coordination globale. Cette méthode utilise une technique d'inférence causale appelée Pre-Strategy Intervention (PSI) pour maximiser les effets souhaités. Les MAIDs, considérés comme une classe spéciale de diagrammes causaux, permettent d'atteindre des résultats composites intégrant à la fois l'objectif principal et des résultats supplémentaires souhaités. De plus, l'analyse du graphe de pertinence des MAIDs offre un outil pour évaluer la faisabilité d'un paradigme d'apprentissage multi-agents sous un design d'interaction spécifique. Les expériences menées démontrent l'efficacité de l'intervention ciblée et valident les résultats de l'analyse du graphe de pertinence, offrant ainsi une approche plus systématique et théorique pour la coordination des agents dans les systèmes multi-agents. Ce travail ouvre de nouvelles perspectives pour l'application de l'apprentissage par renforcement multi-agents dans des environnements complexes et à grande échelle, où la coordination efficace des agents est cruciale pour atteindre des objectifs communs.