Learning to Hand Off: Provably Convergent Workflow Learning under Interface Constraints

En 3 lignesAlgorithme IC-Q pour l'apprentissage décentralisé de workflows multi-agents avec contraintes d'interface. Chaque agent observe seulement une fonction locale de l'artefact partagé et son état privé, sans accès centralisé aux trajectoires jointes. Garantie de convergence en nombre fini d'échantillons pour Q-learning neuronal avec observabilité partielle décentralisée.

Résumé généré par Claude — vérifié par l'humain