cs.MA」カテゴリーアーカイブ

XP-MARL: Auxiliary Prioritization in Multi-Agent Reinforcement Learning to Address Non-Stationarity

要約 非定常性は、マルチエージェント強化学習 (MARL) において根本的な課題 … 続きを読む

カテゴリー: cs.GT, cs.MA, cs.RO | XP-MARL: Auxiliary Prioritization in Multi-Agent Reinforcement Learning to Address Non-Stationarity はコメントを受け付けていません

Putting Data at the Centre of Offline Multi-Agent Reinforcement Learning

要約 オフライン マルチエージェント強化学習 (MARL) は、静的データセット … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.MA | Putting Data at the Centre of Offline Multi-Agent Reinforcement Learning はコメントを受け付けていません

SIFToM: Robust Spoken Instruction Following through Theory of Mind

要約 音声による指示は、エージェントのコラボレーションにおいて広く普及しています … 続きを読む

カテゴリー: cs.AI, cs.HC, cs.MA, cs.RO | SIFToM: Robust Spoken Instruction Following through Theory of Mind はコメントを受け付けていません

CORE-Bench: Fostering the Credibility of Published Research Through a Computational Reproducibility Agent Benchmark

要約 AI エージェントは、科学研究の実施など、さまざまな結果的なタスクでユーザ … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.MA | CORE-Bench: Fostering the Credibility of Published Research Through a Computational Reproducibility Agent Benchmark はコメントを受け付けていません

LLM-Agent-UMF: LLM-based Agent Unified Modeling Framework for Seamless Integration of Multi Active/Passive Core-Agents

要約 LLM ベースのエージェントにツールを統合することで、スタンドアロン LL … 続きを読む

カテゴリー: cs.AI, cs.CR, cs.MA, cs.SE | LLM-Agent-UMF: LLM-based Agent Unified Modeling Framework for Seamless Integration of Multi Active/Passive Core-Agents はコメントを受け付けていません

Multi-Agent Obstacle Avoidance using Velocity Obstacles and Control Barrier Functions

要約 Velocity Obstacles (VO) 手法は、移動する障害物とエ … 続きを読む

カテゴリー: cs.MA, cs.RO | Multi-Agent Obstacle Avoidance using Velocity Obstacles and Control Barrier Functions はコメントを受け付けていません

Synchronization-Based Cooperative Distributed Model Predictive Control

要約 分散制御アルゴリズムは、集中制御アルゴリズムと比較して全体の計算時間を短縮 … 続きを読む

カテゴリー: cs.MA, cs.RO, cs.SY, eess.SY | Synchronization-Based Cooperative Distributed Model Predictive Control はコメントを受け付けていません

A Scalable and Parallelizable Digital Twin Framework for Sustainable Sim2Real Transition of Multi-Agent Reinforcement Learning Systems

要約 マルチエージェント強化学習 (MARL) システムは、その固有の複雑さのた … 続きを読む

カテゴリー: cs.LG, cs.MA, cs.RO | A Scalable and Parallelizable Digital Twin Framework for Sustainable Sim2Real Transition of Multi-Agent Reinforcement Learning Systems はコメントを受け付けていません

Mutual Theory of Mind in Human-AI Collaboration: An Empirical Study with LLM-driven AI Agents in a Real-time Shared Workspace Task

要約 心の理論 (ToM) は、他者を理解するための重要な能力として、人間のコラ … 続きを読む

カテゴリー: cs.AI, cs.HC, cs.MA | Mutual Theory of Mind in Human-AI Collaboration: An Empirical Study with LLM-driven AI Agents in a Real-time Shared Workspace Task はコメントを受け付けていません

AlphaDou: High-Performance End-to-End Doudizhu AI Integrating Bidding

要約 カード ゲーム用の人工知能は、AI 研究において長い間人気のトピックでした … 続きを読む

カテゴリー: cs.AI, cs.GT, cs.MA | AlphaDou: High-Performance End-to-End Doudizhu AI Integrating Bidding はコメントを受け付けていません