cs.MA」カテゴリーアーカイブ

SIGMA: Sheaf-Informed Geometric Multi-Agent Pathfinding

要約 Multi-Agent Path Finding(MAPF)問題は、既知の … 続きを読む

カテゴリー: cs.AI, cs.MA, cs.RO | SIGMA: Sheaf-Informed Geometric Multi-Agent Pathfinding はコメントを受け付けていません

Free Agent in Agent-Based Mixture-of-Experts Generative AI Framework

要約 マルチエージェントシステムは一般に、特殊な自律エージェント間でタスクを配布 … 続きを読む

カテゴリー: cs.AI, cs.MA | Free Agent in Agent-Based Mixture-of-Experts Generative AI Framework はコメントを受け付けていません

Assigning Credit with Partial Reward Decoupling in Multi-Agent Proximal Policy Optimization

要約 マルチエージェント近位政策最適化(MAPPO)は最近、挑戦的なマルチエージ … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.MA, cs.RO | Assigning Credit with Partial Reward Decoupling in Multi-Agent Proximal Policy Optimization はコメントを受け付けていません

$TAR^2$: Temporal-Agent Reward Redistribution for Optimal Policy Preservation in Multi-Agent Reinforcement Learning

要約 協力的なマルチエージェント補強学習(MARL)では、グローバルな報酬がまば … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.MA, cs.RO | $TAR^2$: Temporal-Agent Reward Redistribution for Optimal Policy Preservation in Multi-Agent Reinforcement Learning はコメントを受け付けていません

Near-Optimal Online Learning for Multi-Agent Submodular Coordination: Tight Approximation and Communication Efficiency

要約 複数のエージェントを調整して、予測不可能な環境でサブモードゥル機能を共同で … 続きを読む

カテゴリー: cs.LG, cs.MA, math.OC | Near-Optimal Online Learning for Multi-Agent Submodular Coordination: Tight Approximation and Communication Efficiency はコメントを受け付けていません

Scenario-Based Curriculum Generation for Multi-Agent Autonomous Driving

要約 多様で複雑なトレーニングシナリオの自動生成は、多くの複雑な学習タスクにおい … 続きを読む

カテゴリー: cs.LG, cs.MA, cs.RO | Scenario-Based Curriculum Generation for Multi-Agent Autonomous Driving はコメントを受け付けていません

DECAF: Learning to be Fair in Multi-agent Resource Allocation

要約 さまざまなリソース割り当ての問題は、これらのリソースよりも好みを評価および … 続きを読む

カテゴリー: cs.CY, cs.LG, cs.MA | DECAF: Learning to be Fair in Multi-agent Resource Allocation はコメントを受け付けていません

Multi-agent Architecture Search via Agentic Supernet

要約 大規模な言語モデル(LLM)により、規律のあるコラボレーションと相互作用を … 続きを読む

カテゴリー: cs.CL, cs.LG, cs.MA | Multi-agent Architecture Search via Agentic Supernet はコメントを受け付けていません

Free Energy Risk Metrics for Systemically Safe AI: Gatekeeping Multi-Agent Study

要約 エージェントおよびマルチエージェントシステムのリスクを測定するための基盤と … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.MA, physics.data-an, stat.ML | Free Energy Risk Metrics for Systemically Safe AI: Gatekeeping Multi-Agent Study はコメントを受け付けていません

Multi-Agent Path Finding under Limited Communication Range Constraint via Dynamic Leading

要約 このペーパーでは、限られた通信範囲の制約の下で問題を発見するマルチエージェ … 続きを読む

カテゴリー: cs.AI, cs.MA, cs.RO | Multi-Agent Path Finding under Limited Communication Range Constraint via Dynamic Leading はコメントを受け付けていません