Ramy post-treningu, w których zdecentralizowane roje agentów wspólnie uczą się polityk działań i samoorkiestracji przez oferty.
A post-training framework in which decentralized agent swarms jointly learn action policies and self-orchestration through bids.
Agenci w grupie sami decydują, kto w danej chwili działa, składając oferty, i uczą się wspólnie bez szefa.
Agents in a group decide who acts next by bidding, and learn together without a central boss.
Trudno nauczyć grupę asystentów, kiedy który ma działać, gdy nie ma centralnego koordynatora.
It is hard to teach a group of assistants when each should act when there is no central coordinator.
Agenci składają oferty decydujące, kto działa; wynik zadania rozdziela zasługę za działania, a porównania kontrfaktyczne uczą lepszego ofertowania.
Agents bid to decide who acts; the task outcome assigns credit to actions, while counterfactual comparisons teach better bidding.
Trzej asystenci budują narzędzie w grze: jeden zbiera drewno, inny kopie, trzeci składa, a oferty decydują, kto teraz działa.
Three assistants build a tool in a game: one gathers wood, another mines, the third assembles, and bids decide who acts now.