Informatique - Systèmes multi-agents

Analyser la prise de décision et l'équité à travers le prisme du Jeu de l'Ultimatum.

Les robots peuvent mieux bosser en équipe en partageant leurs capacités.

Méthodes innovantes pour améliorer l'exécution des tâches et réduire les échecs dans le crowdsourcing.

Une étude sur comment les actions individuelles influencent la stabilité économique et les interactions.

Une nouvelle méthode pour prévoir le comportement des agents malgré des observations incomplètes.

Cette étude présente des méthodes pour réduire le regret dans l'allocation des créneaux publicitaires sur des panneaux d'affichage.

Cet article examine comment la communication façonne les normes sociales chez les agents autonomes.

Utiliser des concepts de démocratie liquide peut améliorer l'efficacité et la précision de l'apprentissage en ensemble.

Un aperçu de l'apprentissage multi-agents et des stratégies pour mieux coopérer.

Apprends à minimiser tes regrets dans les espaces de pubs sur les panneaux d'affichage.

Une nouvelle méthode aide les agents à s'adapter rapidement aux comportements de leurs pairs.

Un aperçu des défis liés à l'évaluation des agents RL dans des environnements en évolution.

Une méthode pour améliorer la coopération dans des systèmes multi-agents avec des récompenses rares.

De nouveaux algorithmes améliorent la stabilité et l'efficacité dans les applications de la théorie des jeux coopératifs.

Cet article parle d'améliorer l'apprentissage des agents dans des environnements en réseau grâce à un nouveau modèle.

Explorer de nouvelles méthodes pour de meilleurs résultats d'apprentissage dans les jeux multijoueurs.

Stratégies pour une distribution équitable de l'eau en agriculture face à la pénurie croissante.

Une nouvelle méthode améliore la coopération dans des environnements multi-agents pour une meilleure prise de décision.

Assurer un comportement éthique et de la transparence chez les agents intelligents, c'est super important pour instaurer la confiance.

Découvrez comment CBS-TA-PTC améliore l'attribution des tâches et la recherche de chemin.

Présentation de l'apprentissage par renforcement adaptatif et sûr pour une meilleure sécurité dans les systèmes robotiques.

La recherche examine comment des modèles simples montrent des comportements complexes et une certaine autonomie.

Une méthode pour que les agents optimisent des solutions sans coordination centrale.

Cette étude examine comment les résultats des votes publics affectent le comportement des électeurs lors des élections.

Une étude sur comment les LLM établissent des connexions dans les réseaux sociaux et professionnels.

Un nouvel algorithme fusionne BQL et CFR pour un meilleur apprentissage dans des environnements dynamiques.

Étude de comment les agents arrivent à un accord avec une communication limitée.

Une étude montre que la vaccination peut réduire la propagation du COVID-19 dans les petites communautés.

AgA propose une manière d'aligner les objectifs personnels et collectifs dans une coopération à motifs mixtes.

Cette étude analyse comment les modèles basés sur des agents peuvent améliorer les réponses de santé publique aux pandémies.

Un nouveau modèle aide à améliorer l'allocation des ressources en santé publique grâce au traitement du langage.

Comprendre comment les machines gèrent des tâches pour les humains grâce à l'alignement et aux capacités.

De nouvelles méthodes améliorent la façon dont les agents apprennent à coopérer et à communiquer efficacement.

Les agents linguistiques utilisent des modèles graphiques pour améliorer leurs capacités à résoudre des problèmes et à collaborer.

Une nouvelle méthode améliore les stratégies d'exploration pour les agents dans des tâches complexes.

Un nouvel algorithme d'apprentissage pour les agents dans des scénarios multi-joueurs contraints.

Un nouveau modèle pour analyser comment les biais affectent les opinions sur les réseaux sociaux.

Une nouvelle méthode aide les décideurs mondiaux à gérer efficacement de nombreux agents locaux.

Ce papier explore comment le MARL peut améliorer la compréhension des enchères complexes.

Utiliser des modèles multiples pour améliorer la prise de décision pendant des situations complexes comme les pandémies.