MPT：在去中心化智能体集群中学习自组织

论文提出基于市场的后训练（MPT）框架，让去中心化智能体集群通过竞价同时学习动作策略与自组织，由出价决定谁参与行动、集体结果如何提供本地训练信用。作者在具身手工、机器人导航和深度研究任务上评估 MPT，结果显示其优于单体式后训练，且相同动作策略下学到的自组织优于其他协调策略；消融实验表明动作与竞价都能从学习中获益。