Xuan Di

Optimiser les itinéraires pour les tâches de ramassage et de livraison en utilisant l'apprentissage par renforcement.

Une méthode pour que les agents apprennent des stratégies dans les jeux de champ moyen avec un minimum de connaissances préalables.

Explorer comment les GMFGs modélisent des interactions diverses entre les agents dans des systèmes complexes.

TraveLLM améliore le routage des transports en commun pendant les perturbations en utilisant des modèles de langage avancés.

Découvrez comment les villes prévoient les schémas de mouvement grâce à des méthodes prédictives avancées.