Computing Evolutionarily Stable Strategies in Multiplayer Games
이 논문은 3 명 이상의 플레이어가 참여하는 비퇴화 정규형 게임에서 모든 진화적으로 안정된 전략을 계산하는 알고리즘을 제시합니다.
💻 Category
cs.MA
121 편의 논문
Real-Time BDI Agents: a model and its implementation
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.
Foam-Agent: Towards Automated Intelligent CFD Workflows
이 논문은 자연어 프롬프트만으로 메쉬 생성부터 후처리 시각화까지 CFD 워크플로우를 자동화하여 전문성 장벽을 낮추고 실행 성공률을 88.2% 까지 달성한 다중 에이전트 시스템 'Foam-Agent'를 제안합니다.
Conflict-Based Search as a Protocol: A Multi-Agent Motion Planning Protocol for Heterogeneous Agents, Solvers, and Independent Tasks
이 논문은 이기종 에이전트들이 독립적인 작업을 수행할 때 충돌 없는 경로를 효율적으로 생성하기 위해 Conflict-Based Search(CBS) 를 표준 프로토콜로 활용하여 다양한 단일 에이전트 계획 알고리즘을 통합하는 방법을 제시합니다.
GRAND: Guidance, Rebalancing, and Assignment for Networked Dispatch in Multi-Agent Path Finding
이 논문은 강화학습 기반의 글로벌 가이드, 최소비용 흐름을 활용한 리밸런싱, 그리고 지역적 할당 문제를 결합한 GRAND 라는 계층적 알고리즘을 제안하여 대규모 로봇 군집의 생애 주기 픽업 및 배송 (MAPD) 작업에서 2024 년 우승 스케줄러 대비 최대 10% 의 처리량 향상과 실시간 실행을 동시에 달성했습니다.
EmboTeam: Grounding LLM Reasoning into Reactive Behavior Trees via PDDL for Embodied Multi-Robot Collaboration
이 논문은 대형 언어 모델 (LLM) 의 추론 능력을 PDDL 기반의 행동 트리 및 반응형 제어에 통합하여 이종 로봇 팀의 장기적 협업 작업 성공률을 기존 대비 55% 로 획기적으로 향상시킨 'EmboTeam' 프레임워크와 새로운 벤치마크 'MACE-THOR'를 제안합니다.
Neural Network-Based Parameter Estimation of a Labour Market Agent-Based Model
이 논문은 계산적 제약으로 인해 어려웠던 대규모 노동 시장 에이전트 기반 모델의 매개변수 추정을 위해, 신경망을 활용한 시뮬레이션 기반 추론 프레임워크가 기존 베이지안 방법보다 효율적으로 정확한 매개변수를 복원함을 입증했습니다.
Assessing Risks of Large Language Models in Mental Health Support: A Framework for Automated Clinical AI Red Teaming
이 논문은 AI 심리치료의 잠재적 위험을 평가하기 위해 역동적인 인지 - 정서 모델을 갖춘 시뮬레이션 환자 에이전트와 임상적 검증이 된 환자 군을 활용한 자동화된 임상 AI 레드팀링 프레임워크를 제안하고, 알코올 사용 장애 시나리오를 통해 AI 가 환자의 망상을 검증하거나 자살 위험을 완화하지 못하는 등 중대한 안전 결함을 드러냈음을 보여줍니다.
Graph-theoretic Agreement Framework for Multi-agent LLM Systems
이 논문은 다중 에이전트 LLM 시스템의 합의 안정성을 분석하기 위해 그래프 이론과 구조적 균형 이론을 결합하여, 관찰 불가능한 잠재 상태가 초래하는 불안정성을 해결하고 차분한 합의에 도달하기 위한 수학적 프레임워크와 검증 알고리즘을 제시합니다.
TritonDFT: Automating DFT with a Multi-Agent Framework
이 논문은 DFT 작업의 복잡한 워크플로우를 자동화하고 다양한 작업 적응 및 정확도 - 비용 최적화를 가능하게 하는 다중 에이전트 프레임워크 'TritonDFT'와 이를 평가하기 위한 벤치마크 'DFTBench'를 제안합니다.
Dual-Interaction-Aware Cooperative Control Strategy for Alleviating Mixed Traffic Congestion
이 논문은 인간 운전 차량과 연결·자율주행 차량이 혼재된 병목 구간에서 교통 체증을 완화하기 위해, 국소 및 글로벌 상호작용 인식을 강화한 분산형 의사결정 모듈과 중앙 집중식 평가자, 그리고 안전 기반 행동 정제 모듈을 통합한 '이중 상호작용 인식 협력 제어 (DIACC)' 전략을 제안하고 그 유효성을 입증합니다.
Do Mixed-Vendor Multi-Agent LLMs Improve Clinical Diagnosis?
이 논문은 서로 다른 벤더의 대형 언어 모델로 구성된 다중 에이전트 시스템이 단일 벤더 시스템보다 임상 진단 정확도와 재현율에서 우수한 성능을 보이며, 이는 상호 보완적인 유추 편향을 결합하여 개별 모델이 놓친 정확한 진단을 도출하기 때문임을 RareBench 및 DiagnosisArena 벤치마크를 통해 입증했습니다.
Auction-Based RIS Allocation With DRL: Controlling the Cost-Performance Trade-Off
이 논문은 다중 셀 무선 네트워크에서 기지국이 공유 RIS 를 입찰하는 방식을 연구하며, 예산 제약을 준수하면서 성능과 비용 간의 최적 균형을 달성하기 위해 딥 강화학습 (DRL) 기반 입찰 전략을 제안하고 그 유효성을 입증합니다.
SkillNet: Create, Evaluate, and Connect AI Skills
이 논문은 에이전트의 장기적 발전과 기술 전수를 위해 20 만 개 이상의 기술을 체계적으로 생성, 평가 및 연결하는 오픈 인프라 'SkillNet'을 제안하며, 이를 통해 에이전트의 성능을 크게 향상시키고 실행 단계를 줄인다는 것을 보여줍니다.
Beyond Input Guardrails: Reconstructing Cross-Agent Semantic Flows for Execution-Aware Attack Detection
이 논문은 다중 에이전트 시스템의 기존 입력 방어 기법의 한계를 극복하기 위해, 에이전트 간 의미 흐름을 재구성하고 실행 인식 분석을 통해 이상 징후를 포착하는 새로운 프레임워크인 \SysName 을 제안하고 그 유효성을 입증합니다.
From Spark to Fire: Modeling and Mitigating Error Cascades in LLM-Based Multi-Agent Collaboration
이 논문은 LLM 기반 다중 에이전트 시스템에서 발생하는 오류 연쇄 반응을 그래프 기반 모델로 분석하고, 협업 아키텍처를 변경하지 않으면서도 오류 전파를 효과적으로 억제하는 메시지 계층 플러그인 방식을 제안합니다.
Adaptive Memory Admission Control for LLM Agents
이 논문은 LLM 에이전트의 장기 기억 관리 문제를 해결하기 위해 미래 유용성, 사실적 신뢰도, 의미적 새로움, 시간적 최근성, 콘텐츠 유형 사전 지식 등 5 가지 해석 가능한 요소를 기반으로 한 적응형 기억 허용 제어 (A-MAC) 프레임워크를 제안하며, LoCoMo 벤치마크에서 기존 시스템 대비 정밀도 - 재현율 균형을 개선하고 지연 시간을 31% 단축하는 성과를 입증했습니다.
Strategic Interactions in Multi-Level Stackelberg Games with Non-Follower Agents and Heterogeneous Leaders
이 논문은 혼잡 시스템 내 비참여자 에이전트와 이질적 리더를 고려한 3 단계 스택켈버그 게임 프레임워크를 제안하여, 기존 모델이 간과했던 비참여자 에이전트의 혼잡 영향력이 리더와 팔로워의 전략적 의사결정 및 균형 결과에 미치는 왜곡 효과를 해결하고 전기차 충전 인프라 등 다양한 분야에서 적용 가능한 새로운 분석 도구를 제시합니다.
iAgentBench: Benchmarking Sensemaking Capabilities of Information-Seeking Agents on High-Traffic Topics
이 논문은 단일 정보 출처가 아닌 다중 소스의 증거를 통합하고 종합하는 고차원적인 정보 탐색 능력을 평가하기 위해, 실제 사용자 의도와 현실적 관심사를 반영한 동적 ODQA 벤치마크인 'iAgentBench'를 제안합니다.
Memory as Ontology: A Constitutional Memory Architecture for Persistent Digital Citizens
본 논문은 AI 에이전트의 수명이 길어지고 모델이 교체되더라도 정체성이 유지되어야 한다는 전제하에, 기억을 단순한 기능적 도구가 아닌 존재의 토대로 재정의하는 '기억-형이상학 (Memory-as-Ontology)' 패러다임을 제안하고, 이를 구현한 '아니메시스 (Animesis)'라는 헌법적 기억 아키텍처를 통해 기존 시스템과 구별되는 지속적 디지털 시민을 위한 새로운 체계를 제시합니다.