Articoli più recenti per Agenti

Questo articolo esplora come i robot raggiungono un consenso sotto vincoli di carburante.

Un nuovo framework migliora la modellazione basata su agenti integrando diverse intuizioni di esperti.

Scopri come gli agenti si influenzano a vicenda nei posti di lavoro attraverso la motivazione e i contratti.

Un nuovo metodo per stimare le barriere energetiche nelle transizioni tra stati stabili.

Indagare come l'allineamento rappresentativo influisce sullo sviluppo del linguaggio negli agenti artificiali.

Un metodo per aiutare gli agenti a muoversi meglio in ambienti complessi.

Un potente simulatore pensato per migliorare l'addestramento delle auto a guida autonoma tramite la generazione rapida di scenari.

ReDel aiuta gli agenti AI a collaborare su compiti complessi in modo efficiente.

I ricercatori spingono per ambienti più realistici per migliorare il machine learning.

Un nuovo sistema usa modelli linguistici per creare automaticamente video di dati coinvolgenti.

Uno strumento che rende facile e accessibile a tutti la creazione di flussi di lavoro per agenti.

Sviluppare agenti che si impegnano in dialoghi in tempo reale per una navigazione migliore.

Esaminare come le previsioni influenzano il comportamento collettivo e il benessere sociale.

Un nuovo metodo punta a migliorare la sicurezza dei pazienti in chirurgia modellando le azioni procedurali.

Questo articolo presenta un metodo per un apprendimento efficace attraverso l'esplorazione di un obiettivo singolo.

Questo articolo parla di come usare l'apprendimento per rinforzo per gestire il rumore nel calcolo quantistico.

Un modello che evidenzia la legge di Zipf nelle interazioni tra agenti in diversi sistemi.

Un nuovo approccio migliora l'apprendimento degli agenti con sistemi di ricompensa flessibili.

AgentSimulator migliora la simulazione concentrandosi sui comportamenti e le interazioni delle risorse.

ARL combina metodi di apprendimento di gruppo per migliorare il processo decisionale in compiti complessi.

Scopri come l'apprendimento rinforzato profondo unisce decision-making e reti neurali.

Uno sguardo a come i nostri cervelli creano modelli per capire il mondo.

Uno sguardo a un nuovo framework per migliorare la comunicazione e il lavoro di squadra dei droni.

Capire i problemi multi-obiettivo nel reinforcement learning con nuovi metodi di ottimizzazione.

Un nuovo metodo migliora le operazioni di magazzino combinando l'assegnazione dei compiti e la ricerca del percorso.

La ricerca svela impostazioni avanzate per osservare la crescita del linguaggio tra agenti artificiali.

Un nuovo strumento migliora il test degli agenti di apprendimento per rinforzo contro i guasti.

MAPF-GPT offre un approccio innovativo per risolvere le sfide del pathfinding multi-agente usando il machine learning.

Un nuovo simulatore sviluppa agenti capaci di cultura e ragionamento.

Scopri come MoA migliora la qualità delle informazioni e l'efficienza nell'analisi finanziaria.

KnoWoGen offre un sistema innovativo per creare dataset nel lavoro della conoscenza, affrontando limitazioni chiave.

Nuove strategie per la collaborazione tra agenti aumentano la fiducia e l'efficienza nelle risposte dell'IA.

Scopri come gli agenti collaborano per una gestione energetica efficace usando l'ottimizzazione distribuita.

La ricerca mostra come le opinioni diverse possano stabilizzarsi nel tempo nei social network.

Un nuovo metodo migliora la generazione di scenari di traffico usando input in linguaggio naturale.

Uno sguardo su come la conoscenza e l'ignoranza influenzano il processo decisionale nell'economia.

Un metodo per valutare le valutazioni degli agenti AI per sicurezza e affidabilità.

Un nuovo metodo che usa le reti neurali per calcolare gli autovalori in grandi matrici.

L'IA impara le abilità decisionali usando un approccio simile a quello umano nei videogiochi.

Gli agenti possono coordinarsi bene usando informazioni locali.