Informática - Sistemas Multiagentes

Este artigo explora as complexidades do aprendizado multiagente e seu impacto na estabilidade.

Esse artigo analisa como as crenças são formadas e evoluem dentro de grupos sociais.

Um estudo sobre a fusão de aprendizado profundo e raciocínio simbólico para melhores modelos de IA.

Um novo método busca melhorar a eficiência do controle de tráfego aéreo com ajustes em tempo real.

Um novo framework tem como objetivo otimizar as operações de EAV em áreas urbanas.

Provedores de serviços logísticos podem melhorar as operações através de uma colaboração eficaz.

Um novo framework melhora a tomada de decisão em tempo real em agentes robóticos.

Robôs colaboram pra construir de maneira eficiente em ambientes complexos.

Melhorando as experiências dos usuários com pedidos de conteúdo melhores para os provedores.

Um jeito de garantir um consenso confiável entre os agentes, mesmo com comportamentos maliciosos.

Robôs podem trabalhar juntos sem um líder, imitando a eficiência da natureza.

Uma nova maneira de entender as interações e o conhecimento de agentes em sistemas.

Pesquisas destacam métodos mais inteligentes para avaliar tratamentos para o Transtorno por Uso de Opioides.

A previsão de movimento é essencial pra operação segura de veículos autônomos, melhorando o fluxo do tráfego e a tomada de decisões.

Um novo método melhora a análise de sistemas complexos focando em clusters.

Explorando jeitos inovadores de melhorar o caminho das robôs em ambientes complicados.

Esse método simplifica a escolha de algoritmos e configurações para tarefas de aprendizado de máquina.

Avaliando a eficiência em algoritmos MARL através de métodos de comunicação e treinamento.

Analisando como os veículos autônomos aprendem a dirigir juntos e competem de forma eficaz.

Apresentando o CRAMP, um método que melhora a navegação de agentes em ambientes lotados.

Esse artigo fala sobre otimização distribuída autoconsertável pra uma resiliência de rede eficaz.

Explore como sistemas multiagente melhoram o desempenho da fabricação através da gestão de dados em tempo real.

Gerenciando a carga de EV pra estabilizar a rede elétrica e, ao mesmo tempo, garantindo a privacidade do motorista.

Novos métodos de avaliação para grandes modelos de linguagem na saúde.

Novos métodos de IA melhoram o treinamento de combate aéreo com tomadas de decisão hierárquicas.

Uma abordagem de marketplace pra simplificar contratos eletrônicos pra serviços em nuvem.

Usando teoria dos jogos, robôs coordenam movimentos em áreas estreitas pra evitar colisões.

Melhorar a utilização de caminhões pesados por meio da colaboração pode reduzir as emissões de carbono de forma significativa.

Explorando como os VAs podem se comunicar sobre suas ações futuras para uma direção mais segura.

A Macop treina os agentes pra se adaptar e trabalhar melhor com qualquer colega de equipe.

Uma olhada em como as crianças deduzem que estão sujas de lama através do raciocínio.

Um guia para aprendizado de máquina colaborativo distribuído mantendo a privacidade dos dados.

Um novo método pra gerenciar o carregamento de veículos elétricos usando aprendizado por reforço com múltiplos agentes.

O DREAM melhora como os robôs gerenciam tarefas e energia em ambientes desafiadores.

Novo método permite que agentes aprendam juntos enquanto gerenciam influências traiçoeiras.

Este estudo analisa o comportamento da IA em simulações de guerra e suas implicações nas decisões militares.

Um conjunto de dados com replays de StarCraft II pra analisar as interações entre múltiplos agentes.

Descubra como a espinha dorsal de controlabilidade ajuda a gerenciar agentes em rede de forma eficaz.

Analisando a eficiência e a justiça na atribuição de tarefas de veículos em tempo real.

Um novo método pra melhorar a tomada de decisões em ambientes com múltiplos agentes.