Artigos mais recentes para Agentes

Um estudo sobre como os agentes tomam decisões em ambientes competitivos usando jogos de campo médio.

Um estudo sobre como ajustar agentes de controle de computador pra melhorar o desempenho em tarefas.

Um método pra selecionar pontos de dados valiosos em sistemas distribuídos.

Esse estudo examina como a curiosidade impacta a eficiência da exploração em agentes artificiais.

Avaliar as habilidades de raciocínio estratégico dos LLMs usando jogos variados.

Um estudo sobre o uso de aprendizado por reforço e medidas de segurança para inspeções de espaçonaves.

Uma nova forma de deixar os assistentes digitais mais espertos com aprendizado contínuo.

Esse estudo foca em aprimorar modelos pra simular o crescimento neuronal usando métodos bayesianos.

Um novo framework melhora como os agentes LLM aprendem através de um guia de processo detalhado.

Explorando o papel da computação quântica em melhorar a eficiência do aprendizado multiagente.

Um esquema claro pra avaliar a compreensão em sistemas de IA.

Usando aprendizado de máquina pra melhorar o acoplamento de luz a laser em fibras ópticas.

Tratando da distribuição de energia para sistemas cooperativos robustos.

As trocas de bens permitem negociar coisas sem grana no mundo online de hoje.

Explore como incentivar a transparência em contratos com vários agentes.

Investigando como as pessoas escolhem tecnologias com base na influência social e nas interações.

Examinando como os hiperparâmetros moldam a eficácia dos agentes de RL profundo.

Estudo revela métodos para busca eficiente de alvos por agentes móveis em áreas circulares.

Modelos de mundo melhoram o treinamento de IA simulando ambientes para um aprendizado mais rápido.

Descubra como sistemas multiagente aprimoram a automação de tarefas e a resolução de problemas.

Apresentando o GRASP, um padrão para avaliar o raciocínio espacial em modelos de linguagem.

Esse artigo analisa como as emoções influenciam nosso pensamento e comportamento através de um modelo dimensional.

Esse estudo explora como o aprendizado de representação ajuda os robôs a se adaptarem a ambientes em mudança.

Estudo revela como o ambiente afeta as estratégias de navegação em agentes artificiais e humanos.

Craftium permite que pesquisadores criem ambientes 3D personalizados para treinar agentes de IA.

RPO melhora a velocidade e a segurança na tomada de decisões em aprendizado por reforço através do aprendizado reflexivo.

Um jeito de maximizar valor na combinação entre agentes e itens analisando preferências.

Estudo revela métodos para atribuições estáveis em cenários de colocação de agentes.

Uma estrutura para melhorar as estratégias de injeção de dióxido de carbono em armazenamento subterrâneo.

Explorando como as máquinas podem seguir as direções humanas em espaços do dia a dia.

Um novo método ajuda robôs a encontrarem objetos caídos usando som.

Um estudo sobre estratégias de emparelhamento eficazes, levando em conta preferências e restrições.

Pesquisa sobre interações em grupo na aprendizagem de línguas usando agentes neurais avançados.

Apresentando a Exploração Latente Aleatória: uma nova maneira de melhorar a exploração dos agentes.

Descubra como o TaskGen melhora a gestão de tarefas para programas e agentes.

Este artigo explora como robôs chegam a um consenso com restrições de combustível.

Uma nova estrutura melhora a modelagem baseada em agentes ao integrar diferentes opiniões de especialistas.

Aprenda como os agentes influenciam uns aos outros em ambientes de trabalho por meio de motivação e contratos.

Um novo método para estimar barreiras de energia em transições entre estados estáveis.

Investigando como o alinhamento representacional afeta o desenvolvimento da linguagem em agentes artificiais.