1362 पेपर
यह शोध पत्र MAS4TS को प्रस्तुत करता है, जो एक टूल-संचालित मल्टी-एजेंट सिस्टम है जो विविध टाइम सीरीज़ कार्यों में अत्याधुनिक प्रदर्शन और मजबूत सामान्यीकरण प्राप्त करने के लिए विजुअल रीजनिंग, लेटेंट रिकंस्ट्रक्शन और एडेप्टिव टूल यूसेज को एकीकृत करता है।
यह शोध पत्र "इंटरनेट ऑफ एजेंटिक एआई" का प्रस्ताव करता है, जो एक विकेंद्रीकृत ढांचा है जो विषम स्वायत्त एजेंटों को क्लाउड और एज इंफ्रास्ट्रक्चर के माध्यम से स्केलेबल, विशिष्ट और आर्थिक रूप से व्यवहार्य वर्कफ़्लो निष्पादित करने के लिए गतिशील रूप से प्रोत्साहन-संगत गठबंधन बनाने में सक्षम बनाता है।
यह शोध पत्र स्ट्रक्चर्ड बाइपोलर आर्गुमेंटेशन फ्रेमवर्क्स (SBAFs) और उनके संबंधित सिमेंटिक्स को प्रस्तुत करता है जो उन तर्कसंगत एजेंटों को मॉडल करने के लिए है जो केवल संदेह के आधार पर तर्कों को अस्वीकार कर सकते हैं और वाक्य स्तर पर स्वीकार्यता का मूल्यांकन कर सकते हैं, जिससे वे डीडक्टिव सपोर्ट जैसे मौजूदा दृष्टिकोणों पर एक सामान्यीकृत परिप्रेक्ष्य प्रदान करते हुए एडमिसेबल और कम्पलीट सिमेंटिक्स के बीच के अंतर को पाटते हैं।
यह शोध पत्र एसिंक्रोनस (asynchronous) परिवेश के लिए एक नवीन क्रॉसिंग कॉस्ट (crossing cost) आधारित मल्टी-एजेंट रूटिंग मॉडल प्रस्तुत करता है जो हार्ड कोलिजन (collision) बाधाओं के स्थान पर एक जोखिम-आधारित लागत फलन (risk-based cost function) का उपयोग करता है, नैश इक्विलिब्रियम (Nash equilibria) के अस्तित्व को स्थापित करता है और कुल क्रॉसिंग लागतों को न्यूनतम करने के लिए हार्डनेस परिणामों और पैरामीटराइज्ड एल्गोरिदम दोनों को प्रदान करता है।
यह शोध पत्र मल्टी-एजेंट सिस्टम में टेम्पोरल फेयरनेस (temporal fairness) के लिए एक पास्ट-डिस्काउंटिंग फ्रेमवर्क पेश करता है जो परफेक्ट-रिकॉल विधियों की स्केलेबिलिटी सीमाओं को पार करता है, एक बाउंडेड और हॉरिजन-इंडिपेंडेंट स्टेट स्पेस की गारंटी देकर, जिससे मनमाने लंबे हॉरिजन पर निष्पक्ष नीतियों (fair policies) का सुलभ शिक्षण सक्षम होता है।
यह शोध पत्र एक राष्ट्रीय सड़क नेटवर्क में निजी इलेक्ट्रिक वाहन चालकों के अनुकूल और सीमित-तर्कसंगत (bounded-rational) चार्जिंग व्यवहारों को सिम्युलेट करने के लिए एक बहु-चरणीय सुदृढीकरण शिक्षण (reinforcement learning) ढांचे का प्रस्ताव करता है, जो रैपिड चार्जिंग हब विस्तार पर नीति को सूचित करने और महत्वपूर्ण चार्जिंग रेगिस्तानों की पहचान करने के लिए वास्तविक दुनिया के डेटा के विरुद्ध मॉडल को सफलतापूर्वक मान्य करता है।
सेमेंटिक-ऑल (SemanticALLI) एजेंटिक एआई सिस्टम के लिए एक पाइपलाइन-जागरूक आर्किटेक्चर है जो केवल अंतिम प्रतिक्रियाओं के बजाय संरचित मध्यवर्ती तर्क कलाकृतियों (structured intermediate reasoning artifacts) को कैश करके दक्षता में सुधार करता है, जिससे उपयोगकर्ता इनपुट भाषाई रूप से भिन्न होने पर भी टोकन खपत और विलंबता (latency) को काफी कम कर देता है।
SafeTalkCoach एक विविधता-संचालित मल्टी-एजेंट फ्रेमवर्क है जो वास्तविक दुनिया के डेटा की कमी को दूर करने और AI अनुसंधान एवं स्वास्थ्य संचार प्रथाओं दोनों को समर्थन देने के लिए यौन स्वास्थ्य के बारे में यथार्थवादी, उच्च-गुणवत्ता वाले और नियंत्रणीय सिम्युलेटेड माता-पिता और किशोर संवाद उत्पन्न करता है।
यह शोध पत्र एक एसिंक्रोनस मल्टी-एजेंट सुदृढीकरण लर्निंग फ्रेमवर्क प्रस्तावित करता है जहाँ स्वतंत्र PPO एजेंट स्केलेबल, रोबस्ट और विशिष्ट 5G रूटिंग प्राप्त करने के लिए एक साझा संसाधन वातावरण के माध्यम से समन्वय करते हैं जो केंद्रीकृत बेसलाइन के प्रदर्शन के बराबर है और साथ ही प्रशिक्षण समय को काफी कम करता है।
FinEvo एक पारिस्थितिक खेल औपचारिकता (ecological game formalism) पेश करता है जो वित्तीय रणनीतियों को एक गतिशील बाजार परिवेश के भीतर अनुकूलनशील, परस्पर क्रिया करने वाले एजेंटों के रूप में मॉडल करता है, जिससे मूल्यांकन का केंद्र अलग-थलग बैकटेस्ट से बदलकर एक बहु-एजेंट विकासवादी ढांचे में स्थानांतरित हो जाता है जो उन उभरते व्यवहारों, रणनीतिक अंतःक्रियाओं और सुदृढ़ता पैटर्न को प्रकट करता है जो पारंपरिक स्थिर विश्लेषण में अदृश्य रहते हैं।