Informatique - Systèmes multi-agents

Un nouveau cadre améliore la sécurité des voitures autonomes grâce à des méthodes formelles.

L'étude montre comment la complexité influence la coopération et les stratégies dans l'apprentissage par renforcement multi-agents.

Explorer comment les valeurs influencent les choix dans les interactions sociales.

ReDel aide les agents IA à bosser ensemble sur des tâches complexes de manière efficace.

Cet article parle d'une méthode pour améliorer la prise de décisions entre des agents divers.

Cet article examine comment les véhicules coopèrent pour améliorer le flux de circulation.

Des chercheurs dévoilent de nouvelles façons d'étudier la prise de décision collective dans les essaims d'animaux.

Cet article examine comment la réputation influence la coopération entre les individus et les groupes.

Une nouvelle méthode améliore la façon dont les agents apprennent des actions des autres en travail d'équipe.

Examiner comment les prévisions influencent le comportement collectif et le bien-être social.

Un système open-source améliore l'apprentissage personnalisé grâce à des techniques de bandit manchot.

Une nouvelle méthode améliore la coordination et la communication entre plusieurs drones pendant l'exploration.

Un aperçu de comment la compression de l'information aide à prendre des décisions dans des environnements de jeu complexes.

Voici EmBARDiment, un agent IA qui améliore les interactions des utilisateurs en réalité virtuelle.

De nouveaux algorithmes d'apprentissage améliorent les interactions des agents dans des environnements partagés.

Une nouvelle méthode améliore la façon dont les robots partagent les stations de charge et d'autres ressources.

Les pratiques ASM menacent les écosystèmes et la santé des communautés dans le monde entier.

AgentSimulator améliore la simulation en se concentrant sur les comportements et interactions des ressources.

Améliorer l'efficacité des expériences de rayons X peut faire avancer la compréhension scientifique dans plusieurs domaines.

Présentation d'une méthode pour des enchères de permis multi-polluants efficaces.

Découvre comment les machines à récompenses boostent l'engagement des joueurs et les résultats dans la conception de jeux.

Examiner les stratégies de coopération et leur impact sur le bien-être social.

Utiliser le recuit quantique pour regrouper les satellites LEO pour une meilleure communication.

Une nouvelle approche améliore le travail d'équipe et la prise de décision dans les systèmes de robots décentralisés.

MEDCO améliore l'éducation médicale grâce à un apprentissage interactif axé sur le travail d'équipe.

De nouvelles méthodes améliorent la prise de décision en groupe en utilisant des modèles probabilistes.

Une nouvelle méthode améliore les opérations d'entrepôt en combinant l'attribution des tâches et la recherche de chemin.

Une nouvelle méthode pour localiser plusieurs sources dans l'espace 3D en utilisant des mesures TDOA.

VIRIS aide à évaluer et réduire les risques de maladies aéroportées dans les espaces intérieurs.

Un cadre pour améliorer les contributions des experts dans les modèles basés sur des agents.

MAPF-GPT propose une approche innovante pour résoudre les défis de cheminement multi-agents en utilisant l'apprentissage machine.

Explorer les facteurs clés qui maintiennent les mouvements sociaux sur le long terme.

Une nouvelle méthode pour simplifier les simulations dans les modèles basés sur des agents en combinant des agents similaires.

Explorer l'intersection entre les retours humains et les systèmes multi-agents pour une meilleure collaboration.

Une nouvelle approche pour améliorer les moteurs de recherche IA pour une meilleure interaction utilisateur.

Une étude révèle comment les LLMs créent des règles sociales à travers des dialogues dans des simulations.

AIvril améliore la génération de code RTL grâce à une vérification automatique de la syntaxe et une vérification fonctionnelle.

Utiliser un manager pour guider les agents IA améliore la collaboration et les résultats.

Des recherches montrent que la planification est le principal défi pour l'efficacité des agents web.

Un aperçu des méthodes CTDE dans l'apprentissage par renforcement multi-agents.