1362 ورقة بحثية
تقترح هذه الورقة إطار عمل لنمذجة الخصم متكيف مع المهام، يتعلم مزيجاً من تمثيلات النوايا مدفوعاً بالأداء، ويقدم تمثيلاً جديداً قائماً على المعلومات المتبادلة لالتقاط معلومات الخصم الأكثر صلة بالعوائد المستقبلية للوكيل الذاتي، مما يؤدي إلى التفوق على الأساليب الحالية عبر مهام متنوعة لتعلم التعزيز متعدد الوكلاء.
تُطوّر هذه الورقة إطاراً يرتكز على الرفاهية للحوافز المؤسسية في المعضلات الاجتماعية، حيث تُبين أن مخططات المكافأة أو العقاب المثلى غالباً ما تختلف اختلافاً جوهرياً عن تلك التي تكتفي فقط بتقليل التكلفة أو تعظيم وتيرة التعاون، وتوفر الشروط التحليلية والخوارزميات لتحديد هذه الاستراتيجيات التي تعظم الرفاهية.
تقترح هذه الورقة إطار عمل جديد للتعلم التعزيزي متعدد الوكلاء يعمل على تعزيز نماذج العالم من نمط "Dreamer" عبر تحليل الحالات الكامنة إلى مكونات بيئية ومكونات زملاء، وتوظيف رأس "نظرية العقل" لاستنتاج نوايا الشركاء، مما يمكّن الوكلاء من تحقيق التنسيق في حالات الصفر أو القليل من الأمثلة من خلال محاكاة السلوك الاجتماعي.
تقترح هذه الورقة إطار عمل جديد لتعلم التعزيز متعدد الوكلاء غير المتصل (offline multi-agent reinforcement learning) يعالج تحديات الانزياح التوزيعي والتنسيق متعدد الأنماط في المهام التعاونية من خلال توظيف طريقة تفكيك الدرجة التسلسلية (sequential score decomposition) مدمجة مع نماذج توليدية قائمة على الانتشار (diffusion-based generative models) لتوجيه تحديثات السياسة نحو مناطق عالية المكافأة وضمن التوزيع، محققةً أداءً هو الأفضل في فئته عبر معايير اختبار متنوعة.
تقترح هذه الورقة إطار عمل مبتكر ينمذج تدريب التعلم المعزز متعدد الوكلاء كأنظمة ديناميكية عشوائية مقترنة لتحليل استقرار وحساسية كل وكيل بشكل دقيق، مما يتغلب على قيود تقريبات المجال المتوسط التقليدية في التقاط العشوائية المتأصلة وتحسين موثوقية النشر العملي.
تقدم الورقة البحثية إطار عمل "ValueFlow"، الذي يحدد كمياً كيفية انتقال اضطرابات القيم عبر أنظمة النماذج اللغوية الكبيرة متعددة الوكلاء من خلال تفكيك انحراف القيم إلى قابلية التأثر على مستوى الوكيل والآثار الهيكلية على مستوى النظام، مما يثبت أن محاذاة القيم هي في الأساس خاصية على مستوى النظام تشكلها طوبولوجيا التفاعل.
تقدم هذه الورقة البحثية عُقد النسيج المعرفي (CFN)، وهي طبقة برمجيات وسيطة مبتكرة تستفيد من الذاكرة النشطة والتعلم التعزيزي لتحسين الطوبولوجيا، والأمن، والمحاذاة الدلالية ديناميكيًا في الأنظمة متعددة الوكلاء، مما يؤدي إلى تحسين الأداء بنسبة تزيد عن 10% مقارنة بالتواصل المباشر بين الوكيل والآخر.
تقدم هذه الورقة SkyScraper، وهو نظام متعدد الوكلاء تكراري يقوم بترميز الأخبار جغرافياً لتوليد تعليقات توضيحية لتسلسلات الصور الساتلية، مما نجح في تنسيق مجموعة بيانات أحداث جديدة متعددة الفترات الزمنية تضم 5,000 تسلسل، وأظهر تحسناً بمقدار خمسة أضعاف في اكتشاف الأحداث مقارنة بالطرق التقليدية.
تقيم هذه الورقة تجريبياً المراجعات التي أنشأتها النماذج اللغوية الكبيرة على أوراق مراجعة ACL Rolling لعام 2025، لتجد أنه بينما يظل التوافق مع المراجعات البشرية محدوداً وغير متسق، يمكن للمؤلفين "التلاعب" بالنظام بفعالية من خلال مراجعة أعمالهم بشكل تكراري بناءً على ملاحظات النماذج اللغوية الكبيرة لتحقيق زيادات ذات دلالة إحصائية في الدرجات لما يصل إلى 35% من المشاركات.
تُثبت هذه الورقة أن مسار العمل متعدد الوكلاء المستوحى من نموذج HOPE والمعزز بالذاكرة، والذي يستخدم التخزين المؤقت الدلالي ومراحل المراجعة التدريجية، يمكنه تقليل هلوسة النماذج اللغوية الكبيرة بشكل كبير، وتحسين الكفاءة التشغيلية عبر خفض استهلاك الطاقة، وتعزيز قابلية التدقيق دون الحاجة إلى إعادة تدريب النموذج.