cs.MA papers | Gist.Science

XR-DT: Extended Reality-Enhanced Digital Twin for Safe Motion Planning via Human-Aware Model Predictive Path Integral Control

Dit artikel introduceert XR-DT, een Extended Reality-gebaseerd Digital Twin-framework dat een hiërarchische architectuur combineert met een mensbewust Model Predictive Path Integral-besturingssysteem en een Transformer-model voor menselijke trajectvoorspelling, om veilige, efficiënte en interpreteerbare interactie tussen mobiele robots en mensen in gedeelde ruimtes te garanderen.

Tianyi Wang, Jiseop Byeon, Ahmad Yehia, Yiming Xu, Jihyung Park, Tianyi Zeng, Sikai Chen, Ziran Wang, Junfeng Jiao, Christian ClaudelMon, 09 Ma🤖 cs.AI

Information-Theoretic Privacy Control for Sequential Multi-Agent LLM Systems

Dit artikel introduceert een theoretisch kader en een privacy-geregulariseerd trainingsframework om compositiegevoelige privacylekkage in sequentiële multi-agent LLM-systemen te beperken, waarbij wordt aangetoond dat privacy een systeemkarakteristiek is die niet alleen door lokale beperkingen kan worden gegarandeerd.

Sadia Asif, Mohammad Mohammadi AmiriMon, 09 Ma🤖 cs.LG

RACAS: Controlling Diverse Robots With a Single Agentic System

Het artikel introduceert RACAS, een robotonafhankelijk agentic systeem dat gebruikmaakt van drie op taal gebaseerde modules om diverse robotplatforms via natuurlijke taal te besturen zonder dat er aanpassingen aan de broncode of modelgewichten nodig zijn.

Dylan R. Ashley, Jan Przepióra, Yimeng Chen, Ali Abualsaud, Nurzhan Yesmagambet, Shinkyu Park, Eric Feron, Jürgen SchmidhuberMon, 09 Ma🤖 cs.AI

The Coordination Gap: Alternation Metrics for Temporal Dynamics in Multi-Agent Battle of the Exes

Deze paper introduceert nieuwe, tijdsgevoelige alternatiemetrics om de beperkingen van traditionele, tijdsblinde maatstaven aan te tonen bij het evalueren van multi-agent coördinatie, waarbij blijkt dat agenten met hoge traditionele scores in feite slechter presteren dan willekeurige baselines in termen van daadwerkelijke coördinatiekwaliteit.

Nikolaos Al. Papadopoulos, Konstantinos PsannisMon, 09 Ma🤖 cs.LG

Evaluating LLM Alignment With Human Trust Models

Dit onderzoek toont aan dat de interne trustrepresentatie van het LLM EleutherAI/gpt-j-6B het sterkst overeenkomt met het socio-cognitieve model van Castelfranchi, wat aantoont dat LLM's sociaal-cognitieve constructen op een zinvolle manier coderen die bruikbaar is voor het ontwerpen van mens-AI-samenwerkingssystemen.

Anushka Debnath, Stephen Cranefield, Bastin Tony Roy Savarimuthu, Emiliano LoriniMon, 09 Ma🤖 cs.AI

Impact of arbitrage between leveraged ETF and futures on market liquidity during market crash

Deze studie toont aan dat arbitrage tussen leveraged ETF's en futures-markten tijdens een crash de liquiditeit (met name SellDepth en Tightness) in het getroffen marktsegment verhoogt door het doorsturen van liquiditeit vanuit de andere markt, afhankelijk van waar de foutieve orders ontstaan.

Ryuki Hayase, Takanobu Mizuta, Isao YagiMon, 09 Ma💻 cs

MASFactory: A Graph-centric Framework for Orchestrating LLM-Based Multi-Agent Systems with Vibe Graphing

Dit paper introduceert MASFactory, een grafiekgerichte framework voor het orkestreren van LLM-gebaseerde multi-agent systemen via 'Vibe Graphing', een mens-in-de-lus methode die natuurlijke taalintenties omzet in uitvoerbare workflows en herbruikbare componenten biedt.

Yang Liu, Jinxuan Cai, Yishen Li, Qi Meng, Zedi Liu, Xin Li, Chen Qian, Chuan Shi, Cheng YangMon, 09 Ma🤖 cs.AI

Conversational Demand Response: Bidirectional Aggregator-Prosumer Coordination through Agentic AI

Dit paper introduceert Conversational Demand Response, een door agentic AI aangedreven tweerichtingscoördinatiemechanisme dat aggregators en prosumers in staat stelt om via natuurlijke taal te communiceren, waardoor schaalbaarheid wordt gecombineerd met transparantie en gebruikersautonomie voor een duurzame deelname aan vraagrespons.

Reda El Makroum, Sebastian Zwickl-Bernhard, Lukas Kranzl, Hans AuerMon, 09 Ma🤖 cs.AI

Talk Freely, Execute Strictly: Schema-Gated Agentic AI for Flexible and Reproducible Scientific Workflows

Dit paper introduceert schema-gated agentic AI als een oplossing die de tegenstrijdige eisen van deterministische uitvoering en conversatieve flexibiliteit in wetenschappelijke workflows verenigt door conversatie en uitvoeringsautoriteit te scheiden.

Joel Strickland, Arjun Vijeta, Chris Moores, Oliwia Bodek, Bogdan Nenchev, Thomas Whitehead, Charles Phillips, Karl Tassenberg, Gareth Conduit, Ben PellegriniMon, 09 Ma🤖 cs.AI

Agentic Design Review System

Dit paper introduceert AgenticDRS, een agentisch systeem dat meerdere agents en een meta-agent coördineert om grafische ontwerpen holistisch te evalueren via een nieuwe contextuele voorbeeldselectie en promptuitbreiding, waarbij de effectiviteit wordt aangetoond met de DRS-BENCH-benchmark.

Sayan Nag, K J Joseph, Koustava Goswami, Vlad I Morariu, Balaji Vasan SrinivasanFri, 13 Ma🤖 cs.AI

WideSeek-R1: Exploring Width Scaling for Broad Information Seeking via Multi-Agent Reinforcement Learning

Dit paper introduceert WideSeek-R1, een multi-agent systeem dat via versterkingslering parallelle breedteschaalering toepast om brede informatieverzoeken effectiever op te lossen dan traditionele diepteschaalende modellen.

Zelai Xu, Zhexuan Xu, Ruize Zhang, Chunyang Zhu, Shi Yu, Weilin Liu, Quanlu Zhang, Wenbo Ding, Chao Yu, Yu WangFri, 13 Ma🤖 cs.AI

Enhancing Value Alignment of LLMs with Multi-agent system and Combinatorial Fusion

Deze paper introduceert VAS-CFA, een framework dat de waarde-uitlijning van grote taalmodellen verbetert door meerdere morele agenten met verschillende normatieve perspectieven te combineren via combinatorische fusie-analyse, wat resulteert in robuustere en ethisch pluralistische antwoorden dan bestaande methoden.

Yuanhong Wu, Djallel Bouneffouf, D. Frank HsuFri, 13 Ma💬 cs.CL

Resolving Java Code Repository Issues with iSWE Agent

Dit paper introduceert iSWE Agent, een geautomatiseerd systeem dat zich richt op het oplossen van Java-issues door een combinatie van taalmodellen en regelgebaseerde statische analyse, waardoor het state-of-the-art resultaten bereikt op Java-benchmarks.

Jatin Ganhotra, Sami Serhan, Antonio Abu Nassar, Avraham Shinnar, Ziv Nevo, Martin HirzelFri, 13 Ma🤖 cs.AI

Verified Multi-Agent Orchestration: A Plan-Execute-Verify-Replan Framework for Complex Query Resolution

Dit paper introduceert Verified Multi-Agent Orchestration (VMAO), een framework dat complexe queries oplost door deze te ontleden in een DAG van deelvragen, deze parallel uit te voeren via gespecialiseerde agenten en de resultaten via een iteratieve verificatie- en replan-cyclus te waarborgen, wat leidt tot aanzienlijk betere antwoordkwaliteit dan een enkel-agent-baseline.

Xing Zhang, Yanwei Cui, Guanghui Wang, Qucy Wei Qiu, Ziyuan Li, Fangwei Han, Yajing Huang, Hengzhi Qiu, Bin Zhu, Peiyang HeFri, 13 Ma🤖 cs.AI

Grammar of the Wave: Towards Explainable Multivariate Time Series Event Detection via Neuro-Symbolic VLM Agents

Deze paper introduceert een neuro-symbolisch VLM-agentkader dat gebruikmaakt van een Event Logic Tree (ELT) om semantische beschrijvingen van gebeurtenissen in meervariabele tijdreeksen te koppelen aan specifieke tijdsintervallen, waardoor nauwkeurige detectie en uitlegbaarheid worden bereikt met weinig tot geen trainingsdata.

Sky Chenwei Wan, Tianjun Hou, Yifei Wang, Xiqing Chang, Aymeric JanFri, 13 Ma🤖 cs.LG

How Intelligence Emerges: A Minimal Theory of Dynamic Adaptive Coordination

Dit artikel presenteert een dynamische theorie waarin intelligente coördinatie in multi-agent systemen ontstaat als een structurele eigenschap van gekoppelde adaptieve interacties binnen een persistente omgeving, zonder dat er sprake is van globale optimalisatie, rationele verwachtingen of centrale sturing.

Stefano GrassiFri, 13 Ma📈 econ

Multi-Agent Reinforcement Learning for UAV-Based Chemical Plume Source Localization

Deze studie presenteert een robuust framework op basis van multi-agent deep reinforcement learning dat gebruikmaakt van virtuele ankerpunten voor de coördinatie van UAV's, waarmee een efficiëntere en nauwkeurigere lokalisatie van chemische pluimbronnen wordt bereikt dan met traditionele methoden zoals fluxotaxis.

Zhirun Li, Derek Hollenbeck, Ruikun Wu, Michelle Sherman, Sihua Shao, Xiang Sun, Mostafa HassanalianFri, 13 Ma⚡ eess

From Debate to Deliberation: Structured Collective Reasoning with Typed Epistemic Acts

Dit paper introduceert Deliberative Collective Intelligence (DCI), een gestructureerd multi-agent framework dat via getypeerde epistemische handelingen en een convergentie-algoritme verantwoorde besluitvorming mogelijk maakt, wat vooral leidt tot significante verbeteringen bij complexe taken ten koste van een hoge token-gebruik.

Sunil PrakashFri, 13 Ma🤖 cs.AI

Hybrid Human-Agent Social Dilemmas in Energy Markets

Dit onderzoek toont aan dat kunstmatige agenten in hybride populaties de coördinatie van consumenten in energiemarkten kunnen verbeteren en collectieve uitkomsten kunnen optimaliseren, zelfs bij een gedeeltelijke adoptie, hoewel er asymmetrische voordelen kunnen ontstaan voor niet-gebruikers.

Isuri Perera, Frits de Nijs, Julian GarciaFri, 13 Ma🤖 cs.AI

AGMARL-DKS: An Adaptive Graph-Enhanced Multi-Agent Reinforcement Learning for Dynamic Kubernetes Scheduling

Deze paper introduceert AGMARL-DKS, een adaptieve, graf-gebaseerde multi-agent reinforcement learning-scheduler voor Kubernetes die schaalbaarheid, contextbewustzijn en stress-gevoelige doelwitradingen verbetert om fault tolerance, resourcegebruik en kosten te optimaliseren.

Hamed HamzehFri, 13 Ma🤖 cs.LG

← Vorige Volgende →