1362 ورقة بحثية
تقترح هذه الورقة خوارزمية تعلم مستقلة لألعاب ماركوف ذات الإمكانات الجزئية الملاحظة ذات الديناميكيات المنفصلة، والتي تحقق تقارب توازن ناش التقريبي بتعقيد شبه متعدد الحدود من خلال الاستفادة من استقرار المرشح لتقريب المشكلة عبر نوافذ تاريخية محدودة ولعبة ماركوف بديلة ذات إمكانات قريبة.
تقترح هذه الورقة بروتوكول تجريب متسلسل حيث يقوم المنظم بدعم تكاليف تجارب المطور جزئياً للتغلب على الحواجز المالية في المجالات عالية المخاطر، مبرهنةً من خلال نموذج عملية ماركوف لاتخاذ القرار القائم على الاعتقاد أن هذا النهج يمكن أن يزيد المنفعة الاجتماعية بنسبة تزيد عن 35% مقارنة بالطرق القياسية غير المتسلسلة.
تجادل هذه الورقة بأن المقاييس القياسية القائمة على العائد غير كافية لتقييم التعلم التعزيزي متعدد الوكلاء التعاوني، وتقترح إطار تقييم مدركًا للتنسيق، تم تجسيده عبر بيئة الاختبار STAT، والذي يكشف عن اختلافات جوهرية في آليات تنسيق الوكلاء وتحديات القابلية للتوسع التي غالبًا ما تحجبها درجات الأداء الإجمالية.
تقدم هذه الورقة البحثية CRONA، وهو إطار عمل للتعلم التعزيزي متعدد الوكلاء للملاحة عبر الوسائط، يستفيد من وكلاء متخصصين في الوسائط مع ناقد مركزي لتحقيق ملاحة مجسدة قوية وفعالة، لا سيما في البيئات المعقدة حيث تعاني النماذج أحادية الوكيل.
تقدم الورقة البحثية "تحسين الوكيل المتكرر" (RAO)، وهو إطار عمل للتعلم التعزيزي يدرب الوكلاء على تفويض المهام الفرعية لأنفسهم بشكل متكرر، مما يؤدي إلى تحسين كفاءة التدريب، وتمكين القابلية للتوسع بما يتجاوز حدود السياق، وتعزيز القدرة على التعميم في المشكلات المعقدة من خلال استراتيجيات فرق تسد.
تؤطر هذه الورقة تحدي اختيار الذاكرات المستمرة في الأنظمة متعددة الوكلاء القائمة على النماذج اللغوية الكبيرة بوصفه "ذاكرة تعاونية محكومة"، مقترحةً أجندة تصميمية تعامل حوكمة الذاكرة كنظام انتخاب اصطناعي لضمان الجودة المعرفية، ودقة المصدر، والحالة المؤسسية القابلة للتتبع، بدلاً من الاعتماد حصراً على دقة الاسترجاع.
تقدم هذه الورقة "Agent Island"، وهو معيار اختبار ديناميكي متعدد اللاعبين صُمم للتغلب على مشكلات التشبع والتلوث في التقييمات الثابتة من خلال جعل وكلاء النماذج اللغوية يتنافسون في ألعاب تكيفية من التعاون والصراع، حيث يكشف نظام ترتيب بايزي (Bayesian) أن نموذج gpt-5.5 من OpenAI يتفوق بشكل كبير على النماذج الأخرى، بينما يُظهر أيضاً انحيازاً ملموساً لنفس المزود في سلوك التصويت.
تقترح الورقة البحثية TreeMem، وهي طريقة لتعيين الائتمان قائمة على الأشجار تستمد إشارات تحسين خاصة بكل وكيل من مكافآت المهام النهائية عبر المتوسط الحسابي لـ مونت كارلو فوق خط إنتاج ذي بنية شجرية، مما يتيح تدريب أنظمة الذاكرة متعددة الوكلاء بفعالية دون الحاجة إلى تعليقات توضيحية مكلفة خاصة بالمهام.
تقدم هذه الورقة Graph-SND، وهي طريقة تجميع متفرقة وقابلة للتوسع تقرب مقياس تنوع النظام العصبي (SND) ذو التكلفة التربيعية في التعلم المعزز متعدد الوكلاء عبر حساب المتوسطات الموزونة على حواف رسوم بيانية عشوائية، مما يتيح قياساً وتحكماً فعالين في التنوع السلوكي لفرق الوكلاء الكبيرة دون تغيير المعنى الدلالي للمقياس.
تثبت هذه الورقة أن "العقل الجمعي" الناشئ عن سرب من الوكلاء المحاكيين تماماً، مثل نحل العسل، يكافئ رياضياً وكيل تعلم تعزيزي عبر الإنترنت واحداً يستخدم خوارزمية جديدة للمبتدئ متعدد الأذرع تسمى "تعلم ميونارد-كروس" لتحسين اتخاذ القرار الجماعي.