119 편의 논문
이 논문은 확장현실 (XR) 기반의 디지털 트윈 프레임워크인 XR-DT 와 이를 통해 인간 행동을 예측하고 안전한 로봇 경로를 계획하는 HA-MPPI 제어 모델을 제안하여, 인간과 로봇이 공유하는 공간에서의 안전하고 신뢰할 수 있는 상호작용을 가능하게 합니다.
이 논문은 개별 에이전트의 국소적 프라이버시 제약만으로는 순차적 멀티에이전트 LLM 시스템의 정보 누출을 방지할 수 없음을 이론적으로 규명하고, 상호정보량을 기반으로 한 프라이버시 정규화 학습 프레임워크를 제안하여 시스템 차원의 프라이버시와 유용성 간의 균형을 달성하는 방법을 제시합니다.
이 논문은 자연어 기반의 협력적 에이전트 아키텍처인 RACAS 를 제안하여, 소스 코드나 모델 재학습 없이 다양한 로봇 플랫폼 간에 고수준 자율 행동을 가능하게 함으로써 로봇 프로토타이핑의 장벽을 획기적으로 낮췄음을 보여줍니다.
이 논문은 다중 에이전트 협력의 질을 평가할 때 기존 성과 기반 지표가 시간적 구조를 간과하여 협력 실패를 놓칠 수 있음을 지적하고, 이를 해결하기 위해 '완벽한 교대 (Perfect Alternation)'를 기준으로 한 새로운 시간 민감성 지표 (ALT) 를 제안하며, 이를 통해 학습된 정책이 전통적 지표에서는 높은 점수를 받지만 무작위 정책보다 협력 성능이 현저히 낮을 수 있음을 실증합니다.
이 논문은 EleutherAI/gpt-j-6B 모델의 내부 활성화 공간에서 신뢰 개념을 분석한 결과, 해당 모델의 신뢰 표현이 인간 신뢰 모델 중 Castelfranchi 사회인지 모델과 가장 밀접하게 정렬되어 있음을 밝힘으로써 인간-AI 협업 시스템 설계에 중요한 통찰을 제공합니다.
이 논문은 인공 시장 시뮬레이션을 통해 시장 폭락 시 레버리지 ETF 와 선물 간 차익거래가 존재할 때, 한 시장의 오류 주문이 발생하면 차익거래가 반대 시장의 유동성 (매도 깊이, 틸트니스, 거래량 등) 을 공급하여 시장 안정화에 기여함을 규명했습니다.
이 논문은 자연어 의도를 실행 가능한 그래프로 변환하는 'Vibe Graphing' 접근법과 재사용 가능한 컴포넌트를 통해 복잡한 LLM 기반 멀티에이전트 시스템의 오케스트레이션을 자동화하고 시각화하는 'MASFactory' 프레임워크를 제안합니다.
이 논문은 자연어 기반의 양방향 소통과 에이전트 AI 를 활용하여 자동화된 확장성과 사용자 주도성을 모두 보장하는 '대화형 수요 반응 (CDR)' 시스템을 제안하고, 그 유효성을 입증한 오픈소스 아키텍처를 소개합니다.
이 논문은 과학적 워크플로우의 유연성과 결정론적 실행 간의 상충 관계를 해결하기 위해 대화와 실행 권한을 분리하고 스키마를 필수 실행 경계로 삼는 '스키마 게이트' 아키텍처를 제안하며, 이를 통해 인간 전문가 패널을 대체할 수 있는 다중 모델 평가 방법론과 3 가지 운영 원칙을 제시합니다.
이 논문은 다양한 규범적 관점을 가진 다중 에이전트와 결합 융합 분석 (CFA) 을 활용하여 단일 평가자 기반의 한계를 극복하고 인간 가치 정렬을 강화하는 'VAS-CFA' 프레임워크를 제안하고 그 유효성을 입증합니다.
이 논문은 규칙 기반 정적 분석과 변환 도구를 활용하는 두 개의 하위 에이전트 (로컬라이제이션 및 편집) 로 구성된 iSWE 에이전트를 제안하여, 기존 모델들이 주로 파이썬에 집중했던 것과 달리 자바 코드 리포지토리의 이슈 해결 성능을 획기적으로 개선했음을 보여줍니다.
이 논문은 복잡한 쿼리 해결을 위해 하위 질문의 DAG 기반 병렬 실행, LLM 기반 검증, 그리고 적응적 재계획을 통합한 '검증 기반 다중 에이전트 오케스트레이션 (VMAO)' 프레임워크를 제안하며, 이를 통해 단일 에이전트 대비 답변의 완전성과 소스 품질을 크게 향상시켰음을 보여줍니다.
이 논문은 자연어 기반의 지식과 물리적 시계열 데이터를 연결하는 '이벤트 논리 트리 (ELT)' 프레임워크와 신경-상징적 VLM 에이전트를 제안하여, 레이블 데이터가 부족한 환경에서도 다변량 시계열 이벤트 탐지의 정확성과 설명 가능성을 동시에 향상시키는 방법을 제시합니다.
이 논문은 최적화나 학습 중심의 접근을 넘어, 지속적 환경과 분산 인센티브 필드가 결합된 폐루프 피드백 구조를 통해 중앙 집중적 설계나 합리적 기대 없이도 적응적 조정이 어떻게 구조적 속성으로 나타나는지 설명하는 동적 이론을 제시합니다.
이 논문은 가상 앵커 노드를 활용한 다중 에이전트 강화학습 (MARL) 프레임워크를 제안하여, 기존 플럭소택시스 (fluxotaxis) 방법보다 뛰어난 국소화 정확도와 운영 효율성을 보이는 무인 항공기 (UAV) 기반 화학 플룸 원천 위치 추정 솔루션을 제시합니다.
이 논문은 투표나 비구조적 토론을 넘어 역할과 유형화된 논증 행위를 가진 다중 에이전트 LLM 시스템이 책임 있는 결정을 내릴 수 있도록 설계된 '심의적 집단 지성 (DCI)' 프레임워크를 제안하고, 비일상적 및 숨겨진 프로필 과제에서 기존 방법보다 우수한 성과를 보이지만 높은 비용과 일관된 단일 에이전트 성능 우위로 인해 특정 상황에만 적용 가능함을 입증합니다.
이 논문은 푸시다운 다중 에이전트 시스템 (PMS) 의 모듈 체킹 문제를 연구하여 ATL 에 대해서는 2EXPTIME-완전임을, ATL* 에 대해서는 4EXPTIME-완전임을 증명함으로써 ATL* 의 경우 기존 모델 체킹보다 지수적으로 높은 복잡도를 가짐을 보여줍니다.
이 논문은 BDI 아키텍처와 메타 레벨 계획 추론을 기반으로 수동 개입 없이 표적 탐지, 위협 평가 및 무기 할당 등 통합 방공 시스템의 자율적 의사결정을 수행하는 에이전트 기반 알고리즘을 제시합니다.
이 논문은 3 명 이상의 플레이어가 참여하는 비퇴화 정규형 게임에서 모든 진화적으로 안정된 전략을 계산하는 알고리즘을 제시합니다.
이 논문은 기존 BDI 에이전트 모델의 실시간 제약 대응 한계를 극복하기 위해 시간과 자원 관리를 명시적으로 통합한 새로운 실시간 BDI 에이전트 제어 루프 모델을 제안하고, 자원 수집 비디오 게임을 통한 구현 및 검증을 제시합니다.