Konsenskosten in Multi-Agent-Systemen
Konsenskosten bei verteilter Agentenkoordination
Fachpublikation mit Studienergebnissen
Konsenskosten bei verteilter Agentenkoordination
Agenter AI benötigt soziale Theorien als strukturelle Vorannahme.
Verbesserung der Exploration durch dezentrale Diffusionsrichtlinien
EMO ermöglicht modular strukturierte Expertensysteme direkt aus Daten.
Benchmark für agiles Systemverhalten mit unvollständigen Daten
Optimierung der Kommunikation in LLM-MAS durch aktives Lernen
Multiagent Shortest Path Problem untersucht Zieloptimierung.
LATTE optimiert Sprachagententeams durch adaptive Aufgabengraphen.
Erinnerungsgovernance als Selektion in LLM-basierten multi-agenten Systemen
Synchronisation in heterogenen Mehragentensystemen untersucht.
Koordination als architektonische Schicht untersucht
MemFlow verbessert kleine Sprachmodelle bei langfristigen Aufgaben.
Geometrischer Ansatz zur Reduzierung des emergenten Missverstandnisses
AgentReputation adressiert Herausforderungen bei agenter AI-Reputationsmechanismen.
Effizientere Datenkommunikation ohne Tracking-Performance-Schwächen