这个问题可以通过实现在离散空间投影中不同智能体之间同步的算法来解决。可以使用Python语言和MESA（Multi-Agent Simulation Environment）库来实现算法。以下是一个基本的示例代码，用于在MESA中实现智能体同步：

import mesa
from mesa import Agent, Model
from mesa.space import Grid
from mesa.time import RandomActivation

# 定义智能体实体类
class MyAgent(Agent):
    def __init__(self, unique_id, type):
        self.unique_id = unique_id
        self.type = type

    def step(self, model):
        # 执行同步算法
        pass

# 定义模型类
class MyModel(Model):
    def __init__(self, width, height, agent_types):
        self.grid = Grid(width, height, False)
        self.schedule = RandomActivation(self)
        self.agent_types = agent_types

        # 生成不同类型的智能体实体
        for i, t in enumerate(agent_types):
            for j in range(10):
                a = MyAgent(j+10*i, t)
                self.grid.position_agent(a)
                self.schedule.add(a)

    def step(self):
        # 执行所有智能体的step函数
        self.schedule.step()

model = MyModel(10, 10, ['Type A', 'Type B', 'Type C'])
for i in range(10):
    model.step()

这里的关键是在MyAgent的step函数中实现同步算法。同步算法可以根据具体需求来设计。例如，可以让Type A的智能体向他们附近的Type B智能体发送一个同步信号，然后在Type B智能体接收到同步信号后执行同步操作。

通过实现这个同步算法，我们可以解决在共享离散空间投影中不同类型的智能体同步的问题。