cs.MA」カテゴリーアーカイブ

Who Needs to Know? Minimal Knowledge for Optimal Coordination

要約 協力ゲームで他のユーザーと最適に調整するには、多くの場合、協力者に関する情 … 続きを読む

カテゴリー: cs.AI, cs.MA, I.2.11 | Who Needs to Know? Minimal Knowledge for Optimal Coordination はコメントを受け付けていません

Range Limited Coverage Control using Air-Ground Multi-Robot Teams

要約 この論文では、異なるセンシング能力を備えた異種マルチロボット システムがア … 続きを読む

カテゴリー: cs.MA, cs.RO | Range Limited Coverage Control using Air-Ground Multi-Robot Teams はコメントを受け付けていません

Evolving Testing Scenario Generation Method and Intelligence Evaluation Framework for Automated Vehicles

要約 シナリオベースのテストにおけるバックグラウンド車両 (BV) と自動車両 … 続きを読む

カテゴリー: cs.AI, cs.MA, cs.RO, cs.SY, eess.SY | Evolving Testing Scenario Generation Method and Intelligence Evaluation Framework for Automated Vehicles はコメントを受け付けていません

An Energy-aware and Fault-tolerant Deep Reinforcement Learning based approach for Multi-agent Patrolling Problems

要約 自動運転車は、継続的なエリアパトロールの問題に適しています。 ただし、最適 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.MA, cs.RO | An Energy-aware and Fault-tolerant Deep Reinforcement Learning based approach for Multi-agent Patrolling Problems はコメントを受け付けていません

Distributed Task Management in Fog Computing: A Socially Concave Bandit Game

要約 フォグ コンピューティングは、ネットワーク エッジでのタスク オフロード機 … 続きを読む

カテゴリー: cs.GT, cs.LG, cs.MA | Distributed Task Management in Fog Computing: A Socially Concave Bandit Game はコメントを受け付けていません

Distributed Consensus Algorithm for Decision-Making in Multi-agent Multi-armed Bandit

要約 私たちは、動的環境における構造化されたマルチエージェント・マルチアーム・バ … 続きを読む

カテゴリー: cs.LG, cs.MA, stat.ML | Distributed Consensus Algorithm for Decision-Making in Multi-agent Multi-armed Bandit はコメントを受け付けていません

Fair yet Asymptotically Equal Collaborative Learning

要約 ストリーミング データを使用した協調学習では、ノード (組織など) は、最 … 続きを読む

カテゴリー: cs.AI, cs.GT, cs.LG, cs.MA | Fair yet Asymptotically Equal Collaborative Learning はコメントを受け付けていません

Interactive Explanations by Conflict Resolution via Argumentative Exchanges

要約 Explainable AI (XAI) の分野が成熟するにつれて、AI … 続きを読む

カテゴリー: cs.AI, cs.MA, I.2.4 | Interactive Explanations by Conflict Resolution via Argumentative Exchanges はコメントを受け付けていません

Combining a Meta-Policy and Monte-Carlo Planning for Scalable Type-Based Reasoning in Partially Observable Environments

要約 事前の調整なしで他のエージェントと効果的に対話できる自律エージェントの設計 … 続きを読む

カテゴリー: cs.AI, cs.MA | Combining a Meta-Policy and Monte-Carlo Planning for Scalable Type-Based Reasoning in Partially Observable Environments はコメントを受け付けていません

Learning Not to Spoof

要約 強化学習 (RL) に基づくインテリジェントな取引エージェントが普及するに … 続きを読む

カテゴリー: cs.AI, cs.CE, cs.LG, cs.MA, q-fin.ST | Learning Not to Spoof はコメントを受け付けていません