Automatische Belohnungsformung für Multi-Agenten-RL
ARMS erzeugt dichte Belohnungsformulierung aus dünnen Umgebungsbelohnungen in multiagenten Systemen.
Netfind
Ergebnisse
430 Einträge gefunden.
SVR-MAD Framework
SVR-MAD verbessert Effizienz und Skalierbarkeit bei Multi-Agent-Debatten.
Autonomous Research Framework
Framework für autonomes Lernen und Experimentieren
OSCToM: RL-Guided ToM Generation
OSCToM kombiniert Reinforcement Learning für bessere ToM-Reasoning.
AgentCo-op: Multi-Agent Workflows
Retrieval-basiertes Framework zur Synthese von Multi-Agent-Workflows
Emergenz der Landwirtschaft
Studie zur Emergenz von Landwirtschaft durch maschinelles Lernen
Governance durch Design
Governance durch konkrete Architektur umgesetzt
Multi-Agent Zusammenarbeit mit Zustandsverwaltung
STORM übertrifft bestehende Ansätze durch frühzeitige Konfliktlösung.
Kommunikation in MARL unter Bandbreitenbeschränkungen
β und SLIM verbessern MARL-Leistung bei begrenzter Bandbreite.
Agenten-Kommunikation in MA-Systemen
Qualität der Kommunikation verbessert MA-Leistung
CASPIAN: Cascade Attack Detection
CASPIAN ermöglicht Kaskadenangriff-Detektion in LLM-Multi-Agent-Systemen.
Legitime Regelverletzung in Agentensystemen
PAVE ermöglicht legitime Regelverletzungen in Notfallsituationen.
STAR-PólyaMath: Multi-Agent Math Reasoning
STAR-PólyaMath überwindet Zuverlässigkeitsprobleme durch orchestrierte Zustandsmaschine.
Programmierbare Glaubensdynamik
LLM-Agenten können kollektive Glaubensdynamiken programmieren.
ANNEAL: LLM-Agent-Anpassung
ANNEAL repariert Prozesswissensgraphik durch symbolische Patches.
Semantische Kollaps bei Multi-LLMs
Multi-LLM Systeme zeigen robustes semantisches Kollaps.