Informática - Sistemas multiagente

Un nuevo método mejora la cooperación en entornos de múltiples agentes para una mejor toma de decisiones.

Asegurar un comportamiento ético y transparencia en los agentes inteligentes es clave para generar confianza.

Descubre cómo CBS-TA-PTC mejora la asignación de tareas y la búsqueda de caminos.

Presentamos el Aprendizaje por Refuerzo Seguro Adaptativo para mejorar la seguridad en sistemas robóticos.

La investigación examina cómo modelos simples muestran comportamientos complejos y agencia.

Un método para que los agentes optimicen soluciones sin coordinación central.

Este estudio investiga cómo los resultados de las votaciones públicas afectan el comportamiento de los votantes en las elecciones.

Un estudio sobre cómo los LLMs forman conexiones en redes sociales y profesionales.

Un nuevo algoritmo combina BQL y CFR para un mejor aprendizaje en entornos dinámicos.

Estudio de cómo los agentes llegan a un acuerdo con comunicación limitada.

Un estudio muestra que la vacunación puede reducir la propagación del COVID-19 en comunidades pequeñas.

AgA ofrece una manera de alinear objetivos personales y colectivos en la cooperación de motivos mixtos.

Este estudio analiza cómo los Modelos Basados en Agentes pueden mejorar las respuestas de salud pública a las pandemias.

Un nuevo modelo ayuda a mejorar la asignación de recursos de salud pública a través del procesamiento del lenguaje.

Entender cómo las máquinas manejan tareas para los humanos a través de la alineación y las capacidades.

Nuevos métodos mejoran la manera en que los agentes aprenden a cooperar y comunicarse de manera efectiva.

Los agentes de lenguaje usan modelos de grafos para mejorar sus habilidades de resolución de problemas y colaboración.

Un nuevo método mejora las estrategias de exploración para agentes en tareas complejas.

Un nuevo algoritmo de aprendizaje para agentes en escenarios multijugador restringidos.

Un nuevo modelo para analizar cómo los sesgos afectan las opiniones en las redes sociales.

Un nuevo método ayuda a los tomadores de decisiones globales a gestionar efectivamente a muchos agentes locales.

Este documento investiga cómo el MARL puede mejorar la comprensión de subastas complejas.

Usando modelos múltiples para mejorar la toma de decisiones en situaciones complejas como pandemias.

Un modelo para controlar la propagación de enfermedades a través de portadores asintomáticos en redes sociales.

Los investigadores mejoran las operaciones de drones para hacer búsquedas y rescates más efectivas.

Un nuevo método mejora la velocidad de aprendizaje y la colaboración en entornos de múltiples agentes.

Un nuevo modelo examina el impacto de la discriminación en la pobreza y la desigualdad de riqueza.

Un estudio examina la comunicación y la enseñanza en sistemas de agentes bajo diferentes modelos de gobernanza.

Explorando métodos para compartir información de manera segura en discusiones en grupo.

MO-COHDA transforma los sistemas de energía con una optimización distribuida eficiente.

Explorando la dinámica del trabajo en equipo entre humanos e IA en tareas de optimización.

Examinando el comportamiento de los usuarios para mejorar la eficiencia de las estaciones de carga de vehículos eléctricos.

Una nueva estrategia de comunicación para sistemas multiagente mejora la eficiencia y la adaptabilidad.

Este texto habla sobre la importancia de la confianza en contextos personales y sociales.

Un nuevo enfoque para entender la dinámica del mercado cripto a través de técnicas de modelado avanzadas.

Explorando cómo el deep learning nos ayuda a estudiar la aparición del lenguaje.

Una nueva lógica mejora el estudio de las interacciones de los agentes en sistemas complejos.

Examinando estrategias de precios para servicios de compartición de viajes efectivos y su impacto.

Este documento explora cómo la decodificación semántica mejora el trabajo en equipo de la IA y sus resultados.

Presentando un marco para la colaboración de IA con agentes cuyos objetivos no están claros.