Informatique - Systèmes multi-agents

Cet article examine les méthodes pour créer des véhicules autonomes sûrs.

Les agents prennent des décisions dans un environnement multi-agents en se basant sur des prévisions pour obtenir de meilleurs résultats.

Gridt propose un système unique pour une communication de groupe efficace et la prise de décision.

Examiner comment les boîtes peuvent partager des prévisions pour améliorer les résultats.

Explorer comment les véhicules autonomes peuvent s'intégrer en toute sécurité dans un espace aérien chargé.

Explorer comment les machines peuvent apprendre les unes des autres grâce à l'apprentissage continu distribué.

Un système pour améliorer la représentation culturelle dans l'IA grâce à des dialogues simulés.

Ce papier examine comment les capteurs améliorent les décisions malgré des données incomplètes.

ReAd améliore le travail en équipe des robots en perfeccionnant les mécanismes de planification et de retour d’information.

Une étude révèle des chemins rapides vers des équilibres de Nash efficaces dans des jeux potentiels.

La théorie de la divergence de trafic donne des idées pour gérer la performance des réseaux de manière efficace.

Utiliser des véhicules électriques pour alimenter les stations de base de télécommunication pendant les coupures.

Cette étude explore comment les agents communiquent en imitant des signaux utiles.

L'apprentissage par imitation aide les robots à mieux se déplacer dans des environnements animés.

Une nouvelle méthode améliore la circulation et l'efficacité du carburant aux intersections complexes.

L'IA aide à simplifier la conception des expériences en recherche génétique pour la santé et les maladies.

SwarmRL aide les scientifiques à contrôler des micro-robots pour différentes applications, surtout en médecine.

Une nouvelle approche pour comprendre les fonctions de récompense complexes dans le comportement de l'IA.

Une nouvelle méthode améliore la collaboration des robots dans l'exploration de labyrinthes.

Une nouvelle méthode permet aux agents de suivre les règles de sécurité en langage simple.

LAGMA améliore la coopération entre agents et l'efficacité d'apprentissage grâce à des objectifs clairs.

Les agents améliorent les prédictions ensemble tout en respectant la vie privée et les limitations.

Une nouvelle méthode améliore la précision des choix en se concentrant sur les préférences partielles.

Un outil complet pour modéliser les phénomènes de propagation dans des réseaux complexes.

Explorer les complexités de l'alignement des systèmes d'IA avec les divers intérêts humains.

Deux algorithmes améliorent la prise de décision pour les agents dans des environnements compétitifs et coopératifs.

Une plateforme conçue pour que les agents IA apprennent des compétences diverses à travers des mini-jeux.

Explorer comment les appareils peuvent collaborer pour une meilleure efficacité et performance.

Un aperçu des mesures de risque dans la prise de décision pour des cadres multi-agents.

Des drones suivent des cibles en mouvement dans les zones urbaines en utilisant des modèles environnementaux avancés.

Les agents créent un langage pour les références spatiales dans les observations pendant le jeu.

Examiner des stratégies pour lutter contre le dark pooling dans les espaces publicitaires numériques.

La recherche sur HOP améliore l'adaptabilité des agents IA dans des jeux à motivations mixtes.

Explore comment les jeux causals modélisent la prise de décision parmi les agents.

Un nouvel algorithme améliore l'apprentissage des ordinateurs dans les jeux compétitifs.

Explorer le rôle de l'informatique quantique dans l'amélioration de l'efficacité de l'apprentissage multi-agents.

TreeInstruct guide les étudiants dans le débogage grâce à des méthodes de questionnement efficaces.

Aborder la distribution d'énergie pour des systèmes coopératifs robustes.

De nouvelles méthodes améliorent la communication et la précision dans les systèmes d'apprentissage décentralisés.

Les taxis volants pourraient transformer le transport urbain en évitant le trafic et en offrant des trajets rapides.