🤖 machine learning

PC3D: Zero-Shot Cooperation Across Variable Rosters via Personalized Context Distillation

यह शोध पत्र PC3D का प्रस्ताव करता है, जो एक ऐसी विधि है जो विकेंद्रीकृत मल्टी-एजेंट सुदृढीकरण लर्निंग एजेंटों को विविध टीम रोस्टर के बीच ज़ीरो-शॉट सहयोग प्राप्त करने में सक्षम बनाती है, जो एक केंद्रीकृत शिक्षक से व्यक्तिगत समन्वय संदर्भों को स्थानीय नीतियों में आसतित (distill) करती है ताकि वे इंटरेक्शन इतिहास से प्रासंगिक टीम जानकारी को अनुकूल रूप से पुनः प्राप्त कर सकें।

मूल लेखक: Ahmet Onur Akman, Rafał Kucharski

प्रकाशित 2026-05-12

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Ahmet Onur Akman, Rafał Kucharski

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक स्पोर्ट्स टीम के कोच हैं। आमतौर पर, आप एक निश्चित स्क्वॉड के साथ अभ्यास करते हैं: मैदान पर 11 खिलाड़ी, हमेशा वही लोग। आप ठीक से जानते हैं कि वे कैसे चलते हैं, वे क्या देखते हैं, और वे एक-दूसरे के प्रति कैसे प्रतिक्रिया करते हैं। लेकिन अब, एक ऐसी स्थिति की कल्पना करें जहाँ हर गेम में मैदान पर खिलाड़ियों की संख्या बेतरतीब ढंग से बदल जाती है। कभी आपके पास 5 खिलाड़ी होते हैं, कभी 12, और कभी आपको एक बिल्कुल नए समूह के साथ खेलना पड़ता है जिसे आपने पहले कभी नहीं देखा।

यह वही समस्या है जिसे PC3D पेपर हल करने की कोशिश करता है। आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया में, इसे मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग (Multi-Agent Reinforcement Learning) कहा जाता है। लक्ष्य AI "एजेंटों" (जैसे रोबोट या सॉफ्टवेयर बॉट्स) के एक समूह को एक साझा लक्ष्य प्राप्त करने के लिए मिलकर काम करना सिखाना है, जैसे कि पैकेज डिलीवर करना या किसी मानचित्र (मैप) को कवर करना।

समस्या: "फिक्स्ड टीम" का जाल (The "Fixed Team" Trap)

अधिकांश वर्तमान AI प्रशिक्षण विधियाँ उस कोच की तरह हैं जो केवल 11 खिलाड़ियों के साथ अभ्यास करता है। वे मान लेते हैं कि टीम का आकार निश्चित है।

मुद्दा: वास्तविक दुनिया में टीमें बदलती रहती हैं। एक वेयरहाउस को आज 5 रोबोटों की और कल 20 रोबोटों की आवश्यकता हो सकती है। सेल्फ-ड्राइविंग कारों का बेड़ा मांग के आधार पर बढ़ या घट सकता है।
प्रतिबंध: ये एजेंट खेल के दौरान आपस में बात नहीं कर सकते (कोई वॉकी-टॉकी नहीं), और वे मदद के लिए कोच को भी नहीं बुला सकते। वे केवल वही जानते हैं जो वे व्यक्तिगत रूप से देखते हैं और याद रखते हैं। यदि टीम का आकार बदलता है, तो पुराना AI अक्सर भ्रमित हो जाता है और प्रभावी ढंग से सहयोग करना बंद कर देता है।

समाधान: PC3D (द "पर्सनलाइज्ड कॉन्टेक्स्ट डिस्टिलेशन" कोच)

लेखक PC3D नामक एक नई विधि प्रस्तावित करते हैं। इसे एक विशेष प्रशिक्षण शिविर के रूप में समझें जो एजेंटों को किसी भी टीम आकार के लिए तैयार करता है, यहाँ तक कि उन आकारों के लिए भी जिन्हें उन्होंने पहले कभी नहीं देखा है।

यह इस प्रकार काम करता है, एक सरल उपमा का उपयोग करते हुए:

1. "सब कुछ देखने वाला" कोच (The Centralized Teacher)

प्रशिक्षण के दौरान, AI के पास एक "चीट शीट" होती है। एक केंद्रीय कंप्यूटर (टीचर) है जो सब कुछ देख सकता है: प्रत्येक एजेंट की स्थिति, वे क्या देखते हैं, और पूरी टीम की स्थिति।

जादुई ट्रिक: केवल 11 खिलाड़ियों की सटीक स्थितियों को याद करने के बजाय, टीचर पूरी टीम की रणनीति को कुछ सारांश नोट्स (जिन्हें "कोऑर्डिनेशन टोकन" कहा जाता है) में संकुचित करना सीख जाता है।
पर्सनलाइजेशन: इसके बाद टीचर इन सारांश नोट्स को लेता है और प्रत्येक विशिष्ट एजेंट के लिए एक व्यक्तिगत स्टिकी नोट लिखता है। एजेंट A के लिए, नोट कहता है, "बाईं ओर नज़र रखें।" एजेंट B के लिए, यह कहता है, "केंद्र पर ध्यान केंद्रित करें।" ये नोट्स उस विशिष्ट एजेंट के लिए तैयार किए जाते हैं जो वास्तव में देख और कर सकता है।

2. "छात्र" (The Decentralized Agent)

एजेंट (स्टूडेंट्स) को अपने सीमित दृश्य (जो वे देखते हैं और याद रखते हैं) को देखने और यह अनुमान लगाने के लिए प्रशिक्षित किया जाता है कि टीचर का व्यक्तिगत स्टिकी नोट क्या कहेगा।

उन्हें वास्तविक खेल के दौरान टीचर को देखने की अनुमति नहीं है। उन्हें अपने स्वयं के इतिहास को देखकर टीम के संदर्भ (कॉन्टेक्स्ट) को समझना होगा।
यदि वे नोट का सही अनुमान लगाते हैं, तो उन्हें इनाम मिलता है। इसे डिस्टिलेशन (Distillation) कहा जाता है: "सब कुछ देखने वाले" कोच के बड़े, जटिल ज्ञान को एक छोटे, उपयोगी संकेत में निचोड़ना जिसे एजेंट अपनी जेब में रख सके।

3. "स्मार्ट फिल्टर" (Adaptive Conditioning)

यह सबसे चतुर हिस्सा है। एजेंट केवल नोट का आँख मूंदकर पालन नहीं करते। उनके पास एक द्वारपाल (गेटकीपर) होता है।

कभी-कभी, टीम छोटी होती है, और नोट बहुत महत्वपूर्ण होता है।
अन्य समय में, टीम बहुत बड़ी होती है, या स्थिति सरल होती है, और नोट उतना महत्वपूर्ण नहीं हो सकता है।
एजेंट यह तय करना सीखता है कि वर्तमान स्थिति के आधार पर नोट पर कितना भरोसा करना है। यह एक ड्राइवर की तरह है जो ट्रैफिक के आधार पर यह तय करता है कि GPS की बात सुननी है या अपने स्वयं के निर्णय का उपयोग करना है।

परिणाम: किसी भी टीम आकार के साथ खेलना

शोधकर्ताओं ने इसे तीन अलग-अलग "गेम्स" (सिम्युलेटेड वातावरण) पर परखा:

स्प्रेड (Spread): एजेंट बिना एक-दूसरे से टकराए एक मैप को कवर करने की कोशिश करते हैं।
फोरेजिंग (Foraging): एजेंट मिलकर उन वस्तुओं को इकट्ठा करने के लिए काम करते हैं जिन्हें उठाने के लिए कुछ लोगों की आवश्यकता होती है।
वेयरहाउस (Warehouse): व्यस्त वेयरहाउस में शेल्फ ले जाने वाले रोबोट।

उन्होंने एजेंटों को छोटी टीमों (जैसे, 2 से 8 रोबोट) पर प्रशिक्षित किया और फिर उन्हें बड़ी टीमों (9 से 10 रोबोट) पर परखा जिन्हें उन्होंने पहले कभी नहीं देखा था।

परिणाम:

पुरानी विधियाँ: जब टीम का आकार बदला, तो पुराने AI तरीके भ्रमित हो गए और खराब प्रदर्शन किया। वे एक ऐसे फुटबॉल टीम की तरह थे जो केवल 11 लोगों के साथ खेलना जानती थी और 15 लोगों के साथ खेलने के लिए मजबूर होने पर बुरी तरह विफल हो गई।
PC3D: नया तरीका बदलावों को सुचारू रूप से संभालता है। बड़ी, अनदेखी टीमों के साथ भी, एजेंट प्रभावी ढंग से सहयोग करते हैं। उन्होंने सफलतापूर्वक सही संदर्भ का "अनुमान" लगाया और अपने व्यवहार को अनुकूलित किया।

यह क्यों महत्वपूर्ण है (पेपर के अनुसार)

पेपर का दावा है कि PC3D यह सिद्ध करता है कि टीम के बदलते आकार को संभालने के लिए आपको खेल के नियम (जैसे संचार चैनल जोड़ना या वास्तविक रन के दौरान केंद्रीय नियंत्रक का उपयोग करना) बदलने की आवश्यकता नहीं है। आपको बस एजेंटों को यह सिखाने की आवश्यकता है कि वे प्रशिक्षण के दौरान सीखे गए व्यक्तिगत संकेतों का उपयोग करके अपने स्वयं के सीमित इतिहास से "बड़ी तस्वीर" के संदर्भ को कैसे प्राप्त करें।

संक्षेप में, PC3D AI एजेंटों को लचीले साथी बनना सिखाता है जो किसी भी संख्या में खिलाड़ियों के साथ खेल में कूद सकते हैं, तुरंत टीम की गतिशीलता को समझ सकते हैं, और बिना किसी कोच के निर्देश के चिल्लाए, मिलकर अच्छा खेल सकते हैं।

तकनीकी सारांश: PC3D – परिवर्तनीय रोस्टर के माध्यम से वैयक्तिकृत संदर्भ आसवन (Personalized Context Distillation) द्वारा ज़ीरो-शॉट सहयोग

1. समस्या की परिभाषा: ओपन-टीम कोऑपरेशन (OTC)

यह शोध पत्र सहयोगात्मक मल्टी-एजेंट सुदृढीकरण शिक्षण (Cooperative Multi-Agent Reinforcement Learning - CMARL) में एक महत्वपूर्ण अंतराल को संबोधित करता है: एक निश्चित निष्पादन टीम (fixed execution team) की धारणा। जबकि मानक सेंट्रलाइज्ड ट्रेनिंग विद डिसेंट्रलाइज्ड एक्जीक्यूशन (CTDE) फ्रेमवर्क (जैसे VDN, QMIX, MAPPO) ने इस क्षेत्र को उन्नत किया है, वे आमतौर पर तब विफल हो जाते हैं जब एपिसोड के बीच सक्रिय एजेंटों की संख्या (जिसे "रोस्टर" कहा जाता है) बदल जाती है।

लेखक निम्नलिखित बाधाओं के तहत ओपन-टीम कोऑपरेशन (OTC) को परिभाषित करते हैं:

एपिसोडिक रोस्टर भिन्नता (Episodic Roster Variation): प्रत्येक एपिसोड को एजेंटों के एक निश्चित समरूप (homogeneous) सेट द्वारा निष्पादित किया जाता है, लेकिन एपिसोड के बीच टीम का आकार बदल जाता है।
पूर्णतः विकेंद्रीकृत निष्पादन (Fully Decentralized Execution): एजेंट केवल अपने स्थानीय अवलोकन इतिहास (local observation histories) पर कार्य करते हैं। इसमें निष्पादन के समय कोई संचार (communication), कोई वैश्विक अवलोकन (global observations), कोई विशेषाधिकार प्राप्त समन्वयक (privileged coordinators), या कोई ऑनलाइन रिट्रेनिंग नहीं होती है।
सामान्यीकरण लक्ष्य (Generalization Goal): उद्देश्य एक साझा नीति तंत्र (policy mechanism) सीखना है जो देखे गए रोस्टर आकारों पर अच्छा प्रदर्शन करे और अनदेखे रोस्टर आकारों पर ज़ीरो-शॉट (zero-shot) रूप से सामान्यीकरण कर सके।

यह सेटिंग एड हॉक टीमवर्क (Ad Hoc Teamwork - AHT) से भिन्न है, जो अपरिचित टीममेट नीतियों (teammate policies) के अनुकूल होने पर ध्यान केंद्रित करती है। OTC टीम के बदलते आकार के अनुकूल होने और अतिरिक्त एजेंटों से उत्पन्न होने वाले नए सहकारी अवसरों का लाभ उठाने पर ध्यान केंद्रित करता है।

2. कार्यप्रणाली: PC3D (पर्सनलाइज्ड सेंट्रल कोऑर्डिनेशन कॉन्टेक्स्ट डिस्टिलेशन)

लेखक PC3D प्रस्तावित करते हैं, जो एक विधि है जो विकेंद्रीकृत निष्पादन अनुबंध (decentralized execution contract) को बदले बिना परिवर्तनीय रोस्टर को संभालने के लिए CTDE प्रतिमान (paradigm) का विस्तार करती है। मुख्य परिकल्पना यह है कि संकुचित, वैयक्तिकृत समन्वय संदर्भों (compact, personalized coordination contexts) को केंद्रीकृत प्रशिक्षण जानकारी से आसवित (distill) किया जा सकता है और विकेंद्रीकृत एजेंटों द्वारा स्थानीय इतिहास से पुनः प्राप्त किया जा सकता है।

आर्किटेक्चर अवलोकन

PC3D को एक MAPPO बैकबोन पर स्थापित किया गया है, जो परिवर्तनीय एजेंट गणना और आंशिक दृश्यता (partial observability) को संभालने के लिए साझा-पैरामीटर और आवर्ती (recurrent - GRU) एक्टर नेटवर्क का उपयोग करता है। यह विधि एक सेंट्रलाइज्ड टीचर (Centralized Teacher) और एक डिसेंट्रलाइज्ड स्टूडेंट (Decentralized Student) ढांचे को पेश करती है:

A. सेंट्रलाइज्ड कोऑर्डिनेशन कॉन्टेक्स्ट (टीचर)

प्रशिक्षण के दौरान, एक परम्यूटेशन-इनवेरिएंट सेट क्रिटिक (permutation-invariant set critic) सक्रिय टीम को प्रोसेस करता है:

सेट एनकोडिंग (Set Encoding): एक साझा एनकोडर व्यक्तिगत एजेंट अवलोकनों ( $o_i$ ) को एम्बेडिंग्स ( $e_i$ ) में संसाधित करता है।
कोऑर्डिनेशन टोकन्स (Coordination Tokens): सीखे गए क्वेरी वेक्टर्स ( $q_k$ ) का एक छोटा, निश्चित सेट क्रॉस-अटेंशन के माध्यम से एम्बेडिंग्स के सेट पर ध्यान केंद्रित (attend) करता है। यह एक बॉटलनेक बनाता है, जो टीम की स्थिति को $K$ कोऑर्डिनेशन टोकन्स ( $z_k$ ) में संकुचित करता है। ये टोकन वैल्यू एस्टीमेशन के लिए एक संक्षिप्त, टीम-स्तरीय सारांश के रूप में कार्य करते हैं।
वैयक्तिकरण (Personalization): इस वैश्विक संकेत को व्यक्तिगत एजेंटों के लिए उपयोगी बनाने के लिए, एक माध्यमिक क्रॉस-अटेंशन लेयर यह सुनिश्चित करती है कि प्रत्येक एजेंट का एम्बेडिंग ( $e_i$ ) वापस कोऑर्डिनेशन टोकन्स पर ध्यान केंद्रित कर सके। यह वैयक्तिकृत टीचर कॉन्टेक्स्ट ( $c_i$ ) उत्पन्न करता है, जो प्रत्येक एजेंट के लिए विशिष्ट है लेकिन वैश्विक टीम स्थिति से प्राप्त होता है।

B. डिसेंट्रलाइज्ड कॉन्टेक्स्ट रिकवरी (स्टूडेंट)

निष्पादन (और प्रशिक्षण) के दौरान, एजेंटों को अपने स्थानीय इतिहास से इन संदर्भों को पुनः प्राप्त करना होगा:

कॉन्टेक्स्ट एस्टीमेशन (Context Estimation): आवर्ती एक्टर फीचर्स ( $h_i$ ) को एक स्टूडेंट कॉन्टेक्स्ट ( $\hat{c}_i$ ) का अनुमान लगाने के लिए रूपांतरित किया जाता है।
एडाप्टिव कंडिशनिंग (Adaptive Conditioning): नीति इनपुट में संदर्भ को जोड़ने के बजाय, PC3D फीचर-वाइज लीनियर मॉड्यूलेशन (FiLM) का उपयोग करता है। अनुमानित संदर्भ स्केलिंग ( $\gamma$ ) और शिफ्टिंग ( $\beta$ ) पैरामीटर उत्पन्न करता है।
गेटिंग मैकेनिज्म (Gating Mechanism): एक सीखा गया गेट ( $g_i$ ) संदर्भ पर निर्भरता को नियंत्रित करता है। यह एजेंट को यह अनुकूल रूप से तय करने की अनुमति देता है कि रिकवर किए गए संदर्भ को अपने निर्णय लेने की प्रक्रिया में कितना प्रभाव डालना चाहिए, जिससे मॉडल को संभावित रूप से शोर वाले (noisy) संदर्भ अनुमानों का उपयोग करने के लिए मजबूर होने से बचाया जा सके।

C. प्रशिक्षण उद्देश्य (Training Objective)

प्रशिक्षण लॉस मानक MAPPO उद्देश्यों (PPO पॉलिसी लॉस, वैल्यू रिग्रेशन, एंट्रॉपी रेगुलराइजेशन) को एक डिस्टिलेशन लॉस (distillation loss) के साथ जोड़ता है:
$\mathcal{L} = \mathcal{L}_{PPO} + \lambda_V \mathcal{L}_V - \lambda_H \mathcal{L}_H + \lambda_{distill} \mathcal{L}_{distill}$
डिस्टिलेशन टर्म ( $\mathcal{L}_{distill}$ ) स्टूडेंट के अनुमानित संदर्भ ( $\hat{c}_i$ ) और डिटैच्ड टीचर संदर्भ ( $\bar{c}_i$ ) के बीच हबर लॉस (Huber loss) को कम करता है। महत्वपूर्ण रूप से, कॉन्टेक्स्ट-रिलायंस गेट को कोई प्रत्यक्ष पर्यवेक्षण (supervision) नहीं मिलता है; इसे केवल पॉलिसी ऑब्जेक्टिव के माध्यम से अनुकूलित किया जाता है ताकि यह सीखा जा सके कि संदर्भ कब फायदेमंद होता है।

3. प्रमुख योगदान

औपचारिकीकरण (Formalization): यह शोध पत्र परिवर्तनीय-रोस्टर सहयोग की समस्या को एक सामान्य एनवायरनमेंट टेम्पलेट द्वारा प्रेरित रोस्टर-इंडेक्स्ड Dec-POMDP के परिवार के रूप में औपचारिक रूप देता है, जो इसे मानक फिक्स्ड-रोस्टर CTDE से अलग करता है।
मेथोडोलॉजिकल इनोवेशन: यह PC3D पेश करता है, जो एक ऐसी विधि है जो केंद्रीकृत समन्वय संकेतों को वैयक्तिकृत करती है और उन्हें विकेंद्रीकृत नीतियों में आसवित (distill) करती है, जिससे अनदेखी टीम आकारों पर ज़ीरो-शॉट सामान्यीकरण संभव होता है।
अनुभवजन्य सत्यापन (Empirical Validation): इस विधि का मूल्यांकन देखे गए, वैलिडेशन और होल्ड-आउट रोस्टर आकारों पर तीन बेंचमार्क (Simple Spread, Level-based Foraging, Multi-Robot Warehouse) पर किया गया है।
एब्लेशन विश्लेषण (Ablation Analysis): अध्ययन कॉन्टेक्स्ट डिस्टिलेशन और एडाप्टिव कंडिशनिंग के योगदान को अलग करता है, यह प्रदर्शित करते हुए कि मजबूत प्रदर्शन के लिए दोनों आवश्यक हैं, विशेष रूप से जब रोस्टर की विविधता बढ़ती है।

4. प्रयोगात्मक परिणाम

लेखकों ने PC3D का तीन बेसलाइन्स के विरुद्ध मूल्यांकन किया:

IPPO: पूर्णतः विकेंद्रीकृत, स्वतंत्र शिक्षण।
MAPPO: एक निश्चित-चौड़ाई वाले सेंट्रलाइज्ड क्रिटिक के साथ मानक CTDE (अधिकतम रोस्टर आकार के लिए पैडेड)।
PIC-MAPPO: एक परम्यूटेशन-इनवेरिएंट सेट क्रिटिक के साथ CTDE, लेकिन बिना कॉन्टेक्स्ट डिस्टिलेशन या एडाप्टिव कंडिशनिंग के।

निष्कर्ष:

श्रेष्ठ प्रदर्शन: PC3D ने देखे गए और होल्ड-आउट (अनदेखे) रोस्टर आकारों पर तीनों बेंचमार्क (Spread, LBF, RWARE) में उच्चतम औसत रिटर्न प्राप्त किया।
सामान्यीकरण: PC3D और बेसलाइन्स के बीच प्रदर्शन का अंतर तब बढ़ गया जब रोस्टर का आकार और अधिक विविध हो गया, जो बेहतर स्केलेबिलिटी को दर्शाता है।
एब्लेशन अंतर्दृष्टि:
- एडाप्टिव गेट को अक्षम करने ("Always Off") से प्रदर्शन में काफी गिरावट आई, जिससे सिद्ध हुआ कि कॉन्टेक्स पाथवे निष्क्रिय नहीं है।
- गेट को "Always On" रखने से कुछ सेटिंग्स में प्रतिस्पर्धात्मक प्रदर्शन मिला, लेकिन अन्य में विफल रहा, जो एडाप्टिव निर्भरता की आवश्यकता की पुष्टि करता है।
- डिस्टिलेशन लॉस को हटाने (A-MAPPO) से सामान्यीकरण कमजोर हो गया, विशेष रूप से RWARE में, जो दर्शाता है कि टीचर केवल एक बेहतर वैल्यू एस्टीमेटर के अलावा भी एक संकेत प्रदान करता है।

5. महत्व और दावे

शोध पत्र का दावा है कि PC3D ओपन-टीम सेटिंग्स में मानक CTDE की संरचनात्मक सीमाओं को संबोधित करता है, क्योंकि यह ओपन-टीम सहयोग को केवल एक मजबूती (robustness) की समस्या के रूप में नहीं, बल्कि एक रिप्रेजेंटेशन-ट्रांसफर समस्या के रूप में देखता है।

निष्पादन अनुबंध का संरक्षण: अन्य दृष्टिकोणों के विपरीत जिन्हें निष्पादन के समय संचार, विशेषाधिकार प्राप्त कोचों, या संरचनात्मक धारणाओं (जैसे, स्टेट्स को टीम-संबंधित/गैर-संबंधित घटकों में विभाजित करना) की आवश्यकता होती है, PC3D मानक CTDE अनुबंध को बनाए रखता है: केवल स्थानीय इतिहास पर आधारित पूर्णतः विकेंद्रीकृत निष्पादन।
ज़ीरो-शॉट अनुकूलन: यह विधि एजेंटों को बिना रिट्रेनिंग के विभिन्न टीम आकारों के बीच प्रभावी ढंग से समन्वय करने में सक्षम बनाती है, जो एक पुन: प्रयोज्य (reusable) समन्वय अवधारणा सीखने के लिए एक केंद्रीकृत टीचर का लाभ उठाती है।
उपयोगिता: लेखक PC3D को रोबोट टीमों, वेयरहाउस सिस्टम और स्वायत्त वाहन रूटिंग जैसे सेटिंग्स के लिए उपयुक्त मानते हैं जहाँ बेड़े (fleet) का आकार उतार-चढ़ाव वाला होता है। वे स्पष्ट रूप से उल्लेख करते हैं कि यह विधि उन सेटिंग्स में सबसे कम प्रभावशाली है जहाँ निष्पादन संचार या केंद्रीकृत अवलोकन की अनुमति देता है, या जहाँ रोस्टर के बीच कोई पुन: प्रयोज्य सहकारी संरचना मौजूद नहीं है।

लेखक निष्कर्ष निकालते हैं कि हालांकि PC3D विकेंद्रीकृत समन्वय में सुधार करता है, सुरक्षा-महत्वपूर्ण (safety-critical) सेटिंग्स में तैनाती के लिए आगे के सत्यापन की आवश्यकता है, क्योंकि अनदेखी टीम कॉन्फ़िगरेशन में विफलताएं असुरक्षित सामूहिक व्यवहार की ओर ले जा सकती हैं।