Informatica - Sistemi multiagente

Uno sguardo su come gli agenti gestiscono la deception e si proteggono.

Nuovi algoritmi affrontano le sfide nell'ottimizzazione distribuita con agenti inaffidabili.

Un metodo per gli agenti per imparare strategie nei giochi di campo medio con conoscenze pregresse minime.

Usare il valore di scambio per insegnare all'AI comportamenti sicuri ed efficaci dagli esseri umani.

Un nuovo metodo migliora l'efficienza nei sistemi di trasporto intelligenti attraverso l'apprendimento multi-agente.

Scopri come gli agenti possono ridurre le interazioni negative mentre portano a termine i compiti.

Un nuovo schema di routing migliora le prestazioni della rete UAV per il monitoraggio e la comunicazione.

La regolamentazione efficace è fondamentale per costruire fiducia degli utenti nei sistemi di AI.

Questo studio esplora come l'apprendimento per rinforzo imita il movimento dei batteri verso le sostanze chimiche.

Esaminando l'impatto delle quote uguali nel bilancio partecipativo.

Esplorando i metodi recenti e le sfide nel reinforcement learning multi-agente.

Questo studio presenta un nuovo metodo per gestire il trasporto urbano in modo efficiente.

Esplora le dinamiche della condivisione delle informazioni tra le parti nei contesti decisionali.

Un modello di simulazione rivela strategie efficaci per catene di approvvigionamento resilienti durante le pandemie.

Un nuovo sistema punta a migliorare il coinvolgimento nei programmi di salute materna tramite chiamate mobili.

Questo articolo parla delle strategie di comunicazione per i sistemi ciber-fisici, concentrandosi sui metodi pull e push.

Esplora il ruolo dei Boundary Spanners Informativi nella comunicazione di crisi.

Questo articolo esamina i metodi per creare veicoli autonomi sicuri.

Gli agenti prendono decisioni in un contesto multi-agente usando previsioni per ottenere risultati migliori.

Gridt offre un sistema unico per una comunicazione di gruppo efficace e per prendere decisioni.

Esaminando come le aziende possono condividere previsioni per migliorare i risultati.

Esplorando come i veicoli autonomi possano integrarsi in sicurezza nello spazio aereo affollato.

Esplorare come le macchine possono imparare l'una dall'altra attraverso l'apprendimento continuo distribuito.

Un sistema per migliorare la rappresentazione culturale nell'IA attraverso dialoghi simulati.

Questo documento esamina come i sensori migliorano le decisioni nonostante i dati incompleti.

ReAd migliora il lavoro di squadra tra robot affinando i meccanismi di pianificazione e feedback.

Uno studio rivela percorsi rapidi verso equilibri di Nash efficienti nei giochi potenziali.

La Teoria della Divergenza del Traffico offre spunti su come gestire bene le prestazioni della rete.

Usare veicoli elettrici per fornire energia alle stazioni base delle telecom durante le interruzioni.

Questo studio esplora come gli agenti comunicano imitandosi in segnali utili.

L'apprendimento per imitazione aiuta i robot a muoversi meglio in ambienti affollati.

Un nuovo metodo migliora il flusso del traffico e l'efficienza del carburante in incroci complessi.

L'IA aiuta a semplificare il design degli esperimenti nella ricerca genetica per la salute e le malattie.

SwarmRL aiuta gli scienziati a controllare micro-robot per vari usi, soprattutto in medicina.

Un nuovo approccio per capire le funzioni di ricompensa complesse nel comportamento dell'IA.

Un nuovo metodo migliora la collaborazione tra robot nell'esplorazione di labirinti.

Un nuovo metodo permette agli agenti di seguire le regole di sicurezza in linguaggio semplice.

LAGMA migliora la cooperazione tra più agenti e l'efficienza dell'apprendimento tramite la guida agli obiettivi.

Gli agenti migliorano le previsioni insieme rispettando la privacy e i limiti.

Un nuovo metodo migliora l'accuratezza delle scelte concentrandosi sulle preferenze parziali.