去中心化智能体群体中的自组织学习

论文提出基于市场的后训练（MPT）框架，用于在去中心化智能体群体中联合学习动作策略与自组织协调。智能体通过出价表达参与意愿，出价决定谁行动，并决定集体结果如何提供局部训练信用；同时学习动作与出价行为，使个体能力与参与模式共同演化，无需中心协调智能体。作者在具身合成、机器人导航和深度研究任务上评估，称相较单体式后训练有提升，并确认智能体参与模式确实随学习演化。

AI推荐理由 提出基于市场的后训练（MPT）框架，让去中心化智能体群体通过出价表达参与意愿，出价决定谁行动并影响集体结果如何提供局部训练信用，从而在无中心协调者的情况下联合学习动作策略与自组织行为。在具身合成、机器人导航和深度研究任务上评估，摘要称优于单体式后训练，并观察到参与模式随学习演化。