CONCAT-Framework für Multi-Agent-Systeme
CONCAT erhöht Effizienz durch Konsens und Vertrauenswerte.
Code & Algorithms
Optimierung
Innovationen & Trends
AgensFlow: Multi-Agent Koordination
AgensFlow verbessert koordinationsintensive Workflows über statische Methoden.
Innovationen & Trends
ATOM: Budget-Kontrollierte Agentenkolaboration
ATOM optimiert Ressourcenverteilung und Leistung.
Code & Algorithms
Kommunikation in MARL unter Bandbreitenbeschränkungen
β und SLIM verbessern MARL-Leistung bei begrenzter Bandbreite.
Code & Algorithms
Agenten-Gedächtnis ohne Aufgaben
Preping baut Agenten-Gedächtnis vor Aufgaben durch synthetische Praxis auf.
Innovationen & Trends
Multi-Agent Kommunikationstopologien
Studie zur Optimierung von Mehragentensystemen
Technik & Tools
Multi-Agent Pfadplanung
Distance-r-Independent Unlabeled Multi-Agent Pathfinding untersucht.
Innovationen & Trends
Spezialisten-Dilemma in Multi-Agenten-Teams
Spezialisten-Dilemma erzeugt ineffiziente Arbeitsverteilung.
Code & Algorithms
Decentralized Policy Learning for MARL
Verbesserung der Exploration durch dezentrale Diffusionsrichtlinien
Code & Algorithms
Multiagent Shortest Path Problem
Multiagent Shortest Path Problem untersucht Zieloptimierung.
Code & Algorithms
Effiziente Sprachagententeams
LATTE optimiert Sprachagententeams durch adaptive Aufgabengraphen.
Code & Algorithms
MemFlow: Intent-Driven Memory Orchestration
MemFlow verbessert kleine Sprachmodelle bei langfristigen Aufgaben.
Code & Algorithms
LACMAS für Verteilte Optimierung
LACMAS verbessert Lösungsgüte und Effizienz in verteilten Systemen.