Informatique - Systèmes multi-agents

Une nouvelle stratégie de communication pour les systèmes multi-agents améliore l'efficacité et l'adaptabilité.

Ce texte parle de l'importance de la confiance dans les contextes personnels et sociaux.

Une nouvelle approche pour comprendre la dynamique du marché crypto grâce à des techniques de modélisation avancées.

Explorer comment l'apprentissage profond nous aide à étudier l'émergence du langage.

Une nouvelle logique améliore l'étude des interactions des agents dans des systèmes complexes.

L'examen des stratégies de tarification pour des services de covoiturage efficaces et leur impact.

Ce papier explore comment le décodage sémantique améliore le travail d'équipe et les résultats de l'IA.

Présentation d'un cadre pour la collaboration avec des agents d'IA dont les objectifs ne sont pas clairs.

Optimiser le comportement des agents grâce aux normes et sanctions dans des systèmes complexes.

BDoG améliore le raisonnement de l'IA en intégrant efficacement différents types de données.

Une nouvelle méthode améliore l'évaluation des politiques dans des systèmes multi-agents décentralisés.

Un cadre pour aligner les actions avec les valeurs personnelles et organisationnelles.

Un aperçu de comment les robots peuvent bosser ensemble pour cartographier les ressources spatiales.

Un aperçu des protocoles de communication dans les systèmes distribués en se concentrant sur les protocoles de diffusion non-bloquants en attente seulement.

Une nouvelle méthode améliore l'entraînement des voitures autonomes grâce à une interaction semblable à celle des humains.

Examiner les jeux de Stackelberg et les stratégies de prix dans les chaînes d'approvisionnement.

Un aperçu de l'intégration de l'apprentissage automatique et de la recherche heuristique pour une meilleure coordination des agents.

UniV2X améliore la conduite autonome grâce à la collaboration entre les véhicules et l’infrastructure.

Un aperçu des jeux à champ moyen et de leur rôle dans les systèmes multi-agents.

Une nouvelle approche permet aux agents d'optimiser de manière collaborative avec un minimum de partage de données.

Étude du travail d'équipe parmi des agents avec des défis de coordination uniques.

La meilleure façon de répondre améliore la coopération entre agents dans des environnements compétitifs.

Un aperçu des stratégies efficaces pour négocier des contrats au sein des réseaux financiers.

La méthode MACM améliore la précision des grands modèles de langage pour résoudre des problèmes mathématiques complexes.

Révolutionner la performance des agents grâce à l'évaluation et à l'accumulation d'expérience.

On te présente ARMCHAIR, un système pour améliorer le travail d'équipe entre les humains et les robots.

Cette étude examine comment les retards affectent l'approximation stochastique dans l'apprentissage par renforcement.

Les CAVs peuvent améliorer le trafic et la sécurité grâce à la communication et à la coopération.

Un aperçu des problèmes de localisation des installations et de l'impact des fonctions d'échelle.

Une nouvelle méthode utilisant l'apprentissage profond s'attaque aux pannes en cascade dans des réseaux complexes.

Cet article examine comment les groupes sociaux se séparent dans les zones urbaines.

Cette étude se concentre sur l'amélioration de la coordination dans des systèmes avec une communication limitée.

Une nouvelle méthode améliore l'apprentissage des stratégies pour les agents dans des systèmes multi-agents.

Un nouveau cadre améliore l'apprentissage par imitation en plein changement de signaux dans les systèmes multi-agents.

Combiner l'apprentissage contrastif avec la théorie du contrôle pour l'analyse des graphes.

Cette étude se concentre sur la surveillance des comportements et des relations dans des systèmes complexes de manière efficace.

Deux techniques innovantes améliorent le contrôle des dynamiques de groupe dans différents contextes.

RAGAR combine du texte et des images pour améliorer la vérification des faits politiques.

Un cadre pour optimiser les ressources informatiques pour les systèmes de transport modernes.

Une nouvelle approche pour la modélisation basée sur des agents protège la vie privée individuelle tout en maintenant l'exactitude des données.