BriefGPT.xyz
Ask
alpha
关键词
multi-agent system dynamics
搜索结果 - 2
TANGO: 多智能体动态系统的时空反转潜在图 ODE
本文介绍了一种基于时间反演对称性的自我监督正则化方法,通过连续图神经网络的常微分方程预测前后轨迹,以更准确地模拟广泛范围的经典力学动力学系统,并通过实验证明了该方法的有效性。
PDF
9 months ago
推广图 ODE 以跨环境学习复杂系统动力学
通过学习多智能体系统动力学,我们提出了 GG-ODE(广义图形常微分方程)机器学习框架,使用神经常微分方程(ODE)通过图神经网络(GNN)捕捉智能体之间的连续交互,并假设不同环境下的动力学都受到相同物理定律的支配。通过实验证明,我们的模型
→
PDF
a year ago
Prev
Next