「I.2.11」カテゴリーアーカイブ

Multi-Agent Coordination for a Partially Observable and Dynamic Robot Soccer Environment with Limited Communication

投稿日: 2024年1月29日 作成者: jarxiv

要約 ロボカップは、AI とロボット工学の研究を進めるための国際テストベッドを表 … 続きを読む →

カテゴリー: cs.MA, cs.RO, I.2.11 | Multi-Agent Coordination for a Partially Observable and Dynamic Robot Soccer Environment with Limited Communication はコメントを受け付けていません

How much can change in a year? Revisiting Evaluation in Multi-Agent Reinforcement Learning

投稿日: 2024年1月29日 作成者: jarxiv

要約 健全な実験基準と厳密さを確立することは、成長する研究分野において重要です。 … 続きを読む →

カテゴリー: A.0, cs.AI, I.2.0, I.2.11 | How much can change in a year? Revisiting Evaluation in Multi-Agent Reinforcement Learning はコメントを受け付けていません

Efficiently Quantifying Individual Agent Importance in Cooperative MARL

投稿日: 2024年1月29日 作成者: jarxiv

要約 協調的なマルチエージェント強化学習 (MARL) では、個々のエージェント … 続きを読む →

カテゴリー: A.0, cs.AI, I.2.0, I.2.11 | Efficiently Quantifying Individual Agent Importance in Cooperative MARL はコメントを受け付けていません

FLex&Chill: Improving Local Federated Learning Training with Logit Chilling

投稿日: 2024年1月19日 作成者: jarxiv

要約 フェデレーテッド ラーニングは、データの異質性、つまりローカル クライアン … 続きを読む →

カテゴリー: 68, cs.AI, cs.LG, I.2.11 | FLex&Chill: Improving Local Federated Learning Training with Logit Chilling はコメントを受け付けていません

Decentralized Multi-Agent Active Search and Tracking when Targets Outnumber Agents

投稿日: 2024年1月11日 作成者: jarxiv

要約 マルチエージェントによるマルチターゲット追跡は、野生動物のパトロール、セキ … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.MA, cs.RO, I.2.11 | Decentralized Multi-Agent Active Search and Tracking when Targets Outnumber Agents はコメントを受け付けていません

A Reinforcement Learning Approach to Sensing Design in Resource-Constrained Wireless Networked Control Systems

投稿日: 2024年1月11日 作成者: jarxiv

要約 この論文では、動的プロセスを監視し、グローバルな監視と意思決定を実行する基 … 続きを読む →

カテゴリー: 68M18, 68T05, 93C43, cs.LG, cs.RO, cs.SY, eess.SY, I.2.11 | A Reinforcement Learning Approach to Sensing Design in Resource-Constrained Wireless Networked Control Systems はコメントを受け付けていません

A Survey on Efficient Federated Learning Methods for Foundation Model Training

投稿日: 2024年1月10日 作成者: jarxiv

要約 Federated Learning (FL) は、プライバシーを保護した … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, I.2.11 | A Survey on Efficient Federated Learning Methods for Foundation Model Training はコメントを受け付けていません

Decentralized Multi-Agent Active Search and Tracking when Targets Outnumber Agents

投稿日: 2024年1月9日 作成者: jarxiv

要約 マルチエージェントによるマルチターゲット追跡は、野生動物のパトロール、セキ … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.MA, cs.RO, I.2.11 | Decentralized Multi-Agent Active Search and Tracking when Targets Outnumber Agents はコメントを受け付けていません

Pub/Sub Message Brokers for GenAI

投稿日: 2023年12月25日 作成者: jarxiv

要約 今日のデジタル世界では、大規模言語モデル (LLM) などの生成人工知能 … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, cs.NI, I.2.11 | Pub/Sub Message Brokers for GenAI はコメントを受け付けていません

PRIOR: Personalized Prior for Reactivating the Information Overlooked in Federated Learning

投稿日: 2023年11月13日 作成者: jarxiv

要約 従来のフェデレーテッド ラーニング (FL) では、プライバシー保護のため … 続きを読む →

カテゴリー: 68T07, cs.AI, cs.DC, cs.LG, I.2.11 | PRIOR: Personalized Prior for Reactivating the Information Overlooked in Federated Learning はコメントを受け付けていません