群体智能自监督学习结合了自监督学习的原理与受群体行为模式启发的技术。
在此类系统中，多个代理或模型分散协作，通过相互信息交换和协调来识别数据中的潜在结构。
代理自主生成伪标签或任务，彼此使用以提升其表示能力。
典型机制包括通信、共识形成和集体决策过程，创造出稳健且自适应的学习环境。
当数据分布分散或异质且缺乏中心标注时，这些方法尤为有用。