agents | BriefGPT - AI 论文速递

关键词agents

搜索结果 - 68

使用观点动力学在图上进行关系推理
通过引入一个抽象层，本文利用图神经网络将代理的状态映射到它们对每个类别的关联度，将代理之间的物理接近性和关联度整合到非线性舆论动力学模型中，用于识别互斥类别、预测代理的时间演变和控制代理的行为，从而在机械系统的可学习类别和长期轨迹预测基准测
PDF14 days ago
胜利的势头：异构环境下的协作联邦强化学习
我们提出了两个算法：FedSVRPG-M 和 FedHAPG-M，通过利用动量机制，不论环境异质性的大小，两个算法都可以精确收敛到平均性能函数的一个稳定点，进一步结合方差降低技术或海森矩阵近似，两个算法均达到了最新的收敛结果，其采样复杂度为
PDFa month ago
动态和部分可观测环境下的自治机器人决策增强技术
OntoDeM 是一种基于本体论的决策模型，通过关键词代表了研究的主要主题和研究领域，能够改善在动态环境下智能体的实时观察，并取得更好的决策结果。
PDFa month ago
生物探索代理：设计基因扰动实验的 AI 代理
BioDiscoveryAgent 是一个基于大型语言模型的代理，通过利用其丰富的背景知识和推理能力，加速科学探索。它在设计基因干预实验中表现出色，能够在不需要训练机器学习模型或显式设计获取函数的情况下，利用其生物学知识独特地设计新的实验。
PDFa month ago
潜在状态估计有助于用户界面代理进行推理
研究了代理在现实环境中的一个常见问题，即环境对其行为的响应可能是不确定的，通过噪声观察到。通过适当的提示 LLMs 以零 - shot 方式可以被形式化地理解为在文本空间中形成对潜在状态的点估计。在自主 UI 代理的背景下，我们展示了以这种
PDF2 months ago
Agent 设计模式目录：基于基础模型的代理模式集合
基于基础模型的生成人工智能代理通过提供维有区分的推理和语言处理能力主动、自主地追求用户目标，但在设计这些代理时面临诸如生成仪器性目标和计划、基础模型的错误识别等挑战。本文通过系统文献综述，提出了一个包含分析上下文、影响因素和权衡的 16 个
PDF2 months ago
朝可解释强化学习的研究社区迈进：InterpPol Workshop
采用解释性强的强化学习方法，回答了解释性和可解释性的区别、透明度必要性的问题，以及可解释策略对神经网络的优势、如何定义和衡量政策的可解释性以及使用哪种强化学习方法来发展可解释的代理等。通过提出 InterpPol Workshop，同时鼓励
PDF3 months ago
人机协作中快速在线适应的线性模型引导
使用离线数据集初始化非线性模型，然后使用在线逻辑回归通过合作更新来适应合作伙伴的奖励函数，提高零点准确性并减少计算量。
PDF3 months ago
基于大型语言模型的智能体的记忆共享
在人工智能领域，大型语言模型（LLM）代理通过自然语言提示来执行任务，消除了显式重新训练或精调的需要，尤其是在诸如常识问题和是 / 否查询等固定答案任务中。然而，将上下文学习应用于开放性挑战，例如诗歌创作，由于提供的示例的全面性和代理的理解
PDF3 months ago
信念样本对于社会学习而言至关重要
社会学习中的代理人通过共享样本从个体私有观察中形成和更新信念，确保在强连通网络和 “集体可区分性” 条件下以概率为一的收敛到真实状态。
PDF3 months ago
朝着基于价值的行动及后果伦理的形式化
代理人基于 STRIPS 形式化提出行动框架，并利用基于价值的形式推理 (VFR) 对行动进行表达，从而提供一种计算框架来实现一种满足取舍、多元化、以行动为基础和偏好的后果伦理学。
PDF3 months ago
PPA-Game：在线内容创作者的竞争动态特征与学习
基于 Proportional Payoff Allocation Game 模型，分析代理者（类似于 YouTube 和 TikTok 上的内容创作者）为有限资源和用户关注度而竞争的情景，探讨纯纳什平衡是否存在，并采用多人多臂赌博机框架的
PDF3 months ago
Ariadne 与 Theseus：未知图中的两个移动代理的探索与会合
探索与会合问题中，我们研究了移动计算中的两个基本问题：探索和会合。通过在未知图中使用两个不同的移动代理，代理可以在所有节点上读写信息。我们展示了一个简单的深度优先搜索变体，在 $m$ 个同步时间步骤内完成了集体探索，其中 $m$ 是图的边数
PDF4 months ago
内存学习：面向大规模语言模型的声明式学习框架
在这篇研究论文中，我们探索了一种新的学习框架，称为内存学习，它通过在内存组件中利用自然语言，使代理能够从以往的经验中提取洞察力并优化其性能。此外，我们还研究了用于评估自我改进过程的关键特征，并通过系统实验证明了我们的框架的有效性并提供了一些
PDF4 months ago
可扩展的去中心化在线个性化均值估计算法
该研究关注于代理人合作的均值估计问题，提出了两种协作均值估计算法，并建立了性能的理论描述和渐近最优估计条件。
PDF4 months ago
多智能体协作的公平审计
多个代理进行不同任务的公平审计时，协调有时可能对审计准确性有害，而不经协调的合作通常能取得良好的结果。实证研究在真实数据集上证实了这一观察，不经协调的合作的审计准确性与协调优化抽样的结果相当。
PDF5 months ago
SMX: 专家迭代的顺序蒙特卡罗规划
SMX 是一个基于模型的规划算法，利用可扩展的序贯蒙特卡洛方法创建了一个有效的自学习机制，通过采样的搜索方法使其适用于离散和连续动作空间的环境，并且具有高度的并行化和计算效率优化的能力。与 AlphaZero 相比，SMX 在性能上有显著的
PDF5 months ago
AAAIT2MAC：通过选择性参与和基于证据的集成实现针对性和可信的多智能体通信
通过提出目标和可信任的多智能体通信 (T2MAC) 方法，我们能够使智能体学习选择性参与和基于证据的信息整合，从而提高通信效率。通过评估我们的方法在多样的多智能体协作任务上的表现，我们发现该模型不仅在合作性能和通信效率方面超越了现有方法，而
PDF5 months ago
AFSPP: 利用大型语言模型塑造偏好和个性的代理框架
利用 Agent Framework for Shaping Preference and Personality (AFSPP) 揭示大型语言模型代理人的偏好和个性形成受社交网络和主观意识的多方面影响，为心理实验提供了高效而广泛的结果并对
PDF6 months ago
AAAI同行学习：通过动作建议从零开始学习复杂策略的群体
同行学习是一种新颖的高级强化学习框架，用于群体学习。通过研究代理人的学习行为，我们发现同行学习能够在多个具有挑战性的离散和连续动作空间中胜过单个代理人学习和基准方法，并能够从行为建议中发展出复杂策略。
PDF7 months ago