multi-agent system | BriefGPT

关键词multi-agent system

搜索结果 - 42

元设计师：通过 AI 驱动、面向用户、多语言的字艺术综合推进艺术字体设计
MetaDesigner 通过利用大型语言模型的优势来革新艺术排版综合，并以用户参与为中心的设计范式。该框架的核心是由 Pipeline、Glyph 和 Texture 代理组成的多代理系统，共同实现从语义增强到复杂纹理的定制 WordAr
PDF6 days ago
利用信念地图辅助训练的多智能体合作游戏
多智能体系统中，使用消息传递系统共享本地观察以获得全局情境感知，进而影响智能体间协作的有效性。本文提出 Belief-map Assisted Multi-agent System (BAMS)，利用神经符号信念映射来增强训练，通过简单的符
PDF7 days ago
AgileCoder: 敏捷方法论基础的软件开发动态协作代理
AgileCoder 是一个多智能体系统，将敏捷方法论（AM）融入到软件开发框架中，通过将特定的 AM 角色分配给不同的智能体，实现基于用户输入的协作式软件开发。AgileCoder 通过将工作组织成迭代以及使用动态代码依赖图生成器模块来提
PDF18 days ago
应用多代理协商解决具有隐私保护的生产路径问题
该论文提出了一种新颖的方法来解决供应链优化中的隐私保护生产路径问题，通过智能代理协商与混合多智能体系统相结合的优化算法，使得它成为解决复杂供应链优化问题的有效框架。
PDF21 days ago
模拟中的 LLM 实验：用于数字孪生中的过程仿真参数化的大型语言模型多主体系统
本文介绍了一种新颖的多智能体系统框架设计，利用大型语言模型（LLM）自动化数字孪生中的过程模拟参数化。我们提出了一个多智能体框架，包括观测、推理、决策和总结四种类型的智能体。通过启用 LLM 智能体与模拟模型之间的动态交互，该系统可以自动探
PDFa month ago
粒子物理实验中的数据质量监控与基于人工强化学习
大型粒子物理实验中的数据质量监测（DQM）是一项关键任务，本文提出了一种在时间变化的操作条件下自动化 DQM 过程的人机协同强化学习（RL）的概念验证，并基于 Proximal Policy Optimization（PPO）算法实现了一个
PDFa month ago
基于 LLM 的多智能体强化学习：当前和未来方向
近年来，大型语言模型在问题回答、算术问题解决和诗歌创作等各种任务中展示了强大的能力。尽管关于以大型语言模型为代理的研究表明它可以应用于强化学习并取得不错的结果，但将基于大型语言模型的强化学习扩展到多智能体系统并不容易，因为许多方面，如智能体
PDF2 months ago
战斗模拟：多模态动态仿真用于补充历史分析
BattleAgent 是一种结合了大型视觉语言模型和多智能体系统的仿真系统，旨在模拟多个智能体之间以及智能体与环境之间的复杂动态交互，以及领导者的决策过程与普通参与者（如士兵）的观点。该系统通过细粒度的多模态智能体与景观交互展示智能体的当
PDF2 months ago
金融投资组合优化的基于注意力的集成学习框架的开发
最近，通过学习动态金融市场中的空间和时间信息，采用深度学习或强化学习方法对投资组合进行优化。然而，在大多数情况下，现有的方法可能会根据传统价格数据产生偏斜的交易信号，由于大量市场噪音，这可能导致投资回报和风险无法平衡。因此，本文提出了一种多
PDF3 months ago
分散式多智能体导航的环境和政策协同优化
通过引入多智能体系统和环境协同演化的观点，本研究提出了一个多智能体导航的去中心化问题，通过协同算法交替优化智能体行为和环境配置，选择最优的智能体动作和障碍物配置，以提高导航性能。通过策略梯度方法，在协同框架中建立了无模型学习机制，并进行了收
PDF3 months ago
两阶段设施选址中的平衡解与原子客户
我们考虑竞争性设施位置问题作为一种具有两种类型客户的两阶段多智能体系统。我们以图中加权客户的主机图为基础，首先设施代理机构战略性地选择开设设施的顶点。然后，客户战略性地选择在其邻域中要光顾的已开设设施之一。我们的主要结果是，如果所有客户的权
PDF4 months ago
水质监测中基于本地高斯过程的深度强化多智能体学习框架
提出了一种使用多智能体系统来高效监测水质的水文资源保护方法，通过应用局部高斯过程和深度强化学习来获得有效的监测策略，并表明与现有方法相比，该方法能显著降低水质变量和藻类水华监测的平均估计误差。
PDF6 months ago
基于大型语言模型增强的 6G 通信多智能体系统
利用大型语言模型（LLM）结合多智能体系统和自然语言输入，解决 6G 通信中的任务需求、通信知识获取和相关问题的评估与改进。
PDF7 months ago
多阶段策略卡牌游戏的两阶段强化学习
这项研究介绍了一种针对《魔戒卡牌游戏》的两阶段强化学习策略，采用分阶段学习方法，通过在简化版本和完整的游戏环境中逐步学习，显著提高了人工智能代理在面对《魔戒卡牌游戏》的不可预测和具有挑战性的情境中的适应能力和表现。此外，论文还探讨了多智能体
PDF7 months ago
基于 LLM 的 Agent 社群研究：Avalon 游戏中的协作与对抗
本文旨在研究揭示 LLM 基于代理的社会行为的开放性研究问题，通过采用 Avalon 游戏环境和系统提示来引导 LLM 代理进行游戏，提出了一个新颖的框架来无缝适应 Avalon 游戏，并且从合作和对抗两个方面分析 LLM 代理的社会行为，
PDF8 months ago
网络中的增强学习分散式在线凸优化
本文讨论了基于网络化多智能体系统的分散在线凸优化，并提出了一种新的算法 —— 学习增强的分散式在线优化（LADO），使个体代理人仅基于本地在线信息选择动作。与现有的集中式学习增强在线算法形成鲜明对比，LADO 实现了分散式设置下的强大的鲁棒
PDFa year ago
基于无线网络的空中计算联合学习
提出了一种不需要复杂编码 - 解码方案来重建信道系数，从而提高多智能体系统中联合学习的效率和隐私保护的方法。
PDFa year ago
利用人类反馈在机器人群体中演化和发现新兴行为
提出了一种利用自我监督学习和人机交互查询自适应用户偏好的相似度空间来探索并分类可能出现的集群行为的方法，并在两个机器人能力模型的模拟实验中测试，发现该方法比之前的工作更能发现出丰富的集群行为。
PDFa year ago
使用课程学习和自我对弈掌握多智能体足球 (TiZero)
本文提出了一种自我演化的多智能体系统 TiZero，使用自适应课程学习、自我博弈策略、多方策略的优化目标等创新方法克服了多个智能体系统协调、长期规划和非传递性等现有算法无法解决的难题，并在评估环境中全胜，比谷歌提供的前一代系统获胜率提高了
PDFa year ago
AAAI盲审：基于 GPT 的代理人最高法院建模
本文提出使用基于 Transformer 的多代理系统来模拟美国最高法院 2010-2016 年的裁决，并使用九个分别由每个最高法官编写的意见所训练的模型，在 96 个真实案例上测试结果，发现我们的系统以比随机更好的准确度预测了真实最高法院
PDFa year ago