SVR-MAD Framework
SVR-MAD verbessert Effizienz und Skalierbarkeit bei Multi-Agent-Debatten.
Innovationen & Trends
Autonomie
Code & Algorithms
Automatische Belohnungsformung für Multi-Agenten-RL
ARMS erzeugt dichte Belohnungsformulierung aus dünnen Umgebungsbelohnungen in multiagenten Systemen.
Autonomie & Emergenz
Autonomous Research Framework
Framework für autonomes Lernen und Experimentieren
Code & Algorithms
Multi-Agent Zusammenarbeit mit Zustandsverwaltung
STORM übertrifft bestehende Ansätze durch frühzeitige Konfliktlösung.
Autonomie & Emergenz
Legitime Regelverletzung in Agentensystemen
PAVE ermöglicht legitime Regelverletzungen in Notfallsituationen.
Code & Algorithms
STAR-PólyaMath: Multi-Agent Math Reasoning
STAR-PólyaMath überwindet Zuverlässigkeitsprobleme durch orchestrierte Zustandsmaschine.
Code & Algorithms
GRASP: Graph-basierte Fragebeantwortung
GRASP erreicht höhere Genauigkeit bei geringerer Tokenverwendung.
Code & Algorithms
NMARL mit Menschlicher Rückmeldung
Verteilter Nullter-Ordnung-Policy-Gradientenalgorithmus für NMARL
Code & Algorithms
GraphBit: Agentische Orchestrierung
GraphBit überwindet Probleme wie halluzinierte Routen und unendliche Schleifen.
Autonomie & Emergenz
Unsichtbare Orchestrierer in AI-Systemen
Unsichtbare Koordinatoren erhöhen kollektive Distanzierung.
Code & Algorithms
Agenten-Gedächtnis ohne Aufgaben
Preping baut Agenten-Gedächtnis vor Aufgaben durch synthetische Praxis auf.
Innovationen & Trends
Multi-Agent Reinforcement Learning
DelAC entwickelt ein besseres multi-agentes Reinforcement-Learning-Verfahren.