1362 पेपर
यह शोध पत्र ASSIST को प्रस्तुत करता है, जो एक स्टिगमेर्गी-प्रेरित (stigmergy-inspired) स्वार्मिंग एल्गोरिदम है जो क्वेरी आकार के सापेक्ष रैखिक-समय (linear-time) और डेटा आकार के सापेक्ष स्थिर समय (constant time) में सबग्राफ आइसोमोर्फिज्म खोज प्राप्त करता है, जो मौजूदा NP-कम्प्लीट ह्यूरिस्टिक्स के लिए एक स्केलेबल और लचीला विकल्प प्रदान करता है।
यह शोध पत्र SEMAS को प्रस्तुत करता है, जो एक स्व-विकसित पदानुक्रमित बहु-एजेंट फ्रेमवर्क है जो पारंपरिक स्थिर और मोनोलिथिक (एकल) LLM-आधारित प्रणालियों की विलंबता और संसाधन सीमाओं को पार करने के लिए एज, फॉग और क्लाउड स्तरों पर विशिष्ट पहचान और अनुकूलन कार्यों को वितरित करता है ताकि औद्योगिक IoT के लिए वास्तविक समय, व्याख्यात्मक और अनुकूलन योग्य भविष्य कहनेवाला रखरखाव (प्रेडिक्टिव मेंटेनेंस) प्राप्त किया जा सके।
यह शोध पत्र AdaptOrch को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो यह प्रदर्शित करता है कि कैसे कार्य की विशेषताओं के आधार पर इष्टतम मल्टी-एजेंट ऑर्केस्ट्रेशन टोपोलॉजी का गतिशील रूप से चयन करना, एलएलएम (LLM) क्षमताओं के अभिसरण के इस युग में एकल-मॉडल चयन की तुलना में महत्वपूर्ण प्रदर्शन लाभ प्रदान करता है।
यह शोध पत्र तीन-ऑपरेटर स्प्लिटिंग और एक नए BCV प्रीकंडीशनिंग मीट्रिक पर आधारित एक अनुकूली विकेंद्रीकृत अनुकूलन विधि प्रस्तावित करता है, जो एजेंटों को बैकट्रैकिंग और मिन-कंसेंसस के माध्यम से स्थानीय रूप से स्टेपसाइज़ को समायोजित करने में सक्षम बनाता है, जबकि आंशिक रूप से स्मूथ नॉन-स्मूथ घटकों वाले उत्तल (convex) समस्याओं के लिए उप-रैखिक अभिसरण (sublinear convergence) और दृढ़ उत्तल (strongly convex) समस्याओं के लिए रैखिक अभिसरण की गारंटी देता है।
यह शोध पत्र एक कुशल, होमोटोपी-जागरूक (homotopy-aware) मल्टी-एजेंट पाथ प्लानिंग फ्रेमवर्क प्रस्तुत करता है जो प्लेनर डोमेन के लिए डिनिकोव कोऑर्डिनेट्स (Dynnikov coordinates) और संशोधित प्रायोरिटाइज्ड प्लानिंग का लाभ उठाता है ताकि विविध, पूर्ण समाधान उत्पन्न किए जा सकें और गति में गैर-होमोटोपी-जागरूक विधियों से काफी बेहतर प्रदर्शन करते हुए लोकल ऑप्टिमा से बचा जा सके।
यह शोध पत्र एक बहु-एजेंट मॉडल प्रस्तुत करता है जो यह प्रदर्शित करता है कि खुदरा भुगतानों में परिचालन संबंधी व्यवधान व्यवहार संबंधी हिस्टेरेसिसिस (behavioral hysteresis) को ट्रिगर कर सकते हैं, जिससे विश्वास के क्षरण, अफवाहों के प्रसार और मर्चेंट मैसेजिंग की गतिशीलता के कारण तरलता तनाव और निकासी के शिखर तकनीकी सुधार के बाद भी बने रहते हैं।
यह शोधपत्र GMFS प्रस्तुत करता है, जो एक स्केलेबल फ्रेमवर्क है सहकारी विषम बहु-एजेंट सुदृढीकरण शिक्षण (cooperative heterogeneous multi-agent reinforcement learning) के लिए, जो कम कम्प्यूटेशनल जटिलता के साथ निकट-इष्टतम प्रदर्शन प्राप्त करने के लिए ग्राफोन-आधारित मीन-फील्ड थ्योरी और इंटरेक्शन-अवेयर सबसैंपलिंग का लाभ उठाता है।
यह शोध पत्र CAFE को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो वितरण बदलावों (distribution shifts) के तहत मजबूत, उच्च-उपयोगी विशेषताओं को उत्पन्न करने के लिए कॉज़ल डिस्कवरी (causal discovery) को मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग के साथ एकीकृत करके स्वचालित फीचर इंजीनियरिंग को बढ़ाता है, जो मौजूदा तरीकों की तुलना में काफी बेहतर प्रदर्शन करता है और अभिसरण समय (convergence time) को कम करता है।
यह शोध पत्र एक विकेंद्रीकृत कार्य आवंटन एल्गोरिदम प्रस्तुत करता है जो संचार करने वाले उपग्रहों को केवल कोण-मात्र मापों (angles-only measurements) का उपयोग करके अंतरिक्ष वस्तुओं की स्थानीय कैटलॉग को कुशलतापूर्वक बनाए रखने में सक्षम बनाता है, जो ईंधन के उपयोग और कैटलॉग अनिश्चितता के बीच संतुलन बनाने में मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक विकासवादी गेम थ्योरी मॉडल का उपयोग यह प्रदर्शित करने के लिए करता है कि जहाँ उच्च-रेटेड प्रदाताओं को बढ़ावा देना उपयोगकर्ता अनुभव को अधिकतम करता है, वहीं यह हाशिए पर मौजूद समूहों के प्रति पूर्वाग्रह को बढ़ाता है, जबकि खोज परिणामों के जनसांख्यिकीय विवरणों को सक्रिय रूप से ट्यून करना सटीक पूर्वाग्रह मापन के बिना भी उपयोगकर्ताओं पर न्यूनतम प्रभाव के साथ प्रभावी रूप से अन्याय को कम करता है।