Category
PPO、モデルベースRL、RLHFなど、制御・最適化・エージェント設計に関係する技術を扱います。
クエンティング投資プラットフォームを実現するためにAI技術を活用します。
paperless-ngxは、コミュニティによってサポートされたスーパーチャージドのドキュメント管理システムで、ドキュメントのスキャン・インデックス・アーカイブが可能である。
Pythonでマシンラーニングアプリを作成・共有することができるライブラリです。
paperless-ngxは、コミュニティによってサポートされたスーパーチャージドのドキュメント管理システムで、ドキュメントのスキャン・インデックス・アーカイブが可能である。
Pythonでマシンラーニングアプリを作成・共有することができるライブラリです。
ゲーム『明日方舟』の支援ツール。全日常のタスクを一括で実行可能。
paperless-ngxは、コミュニティによってサポートされたスーパーチャージドのドキュメント管理システムで、ドキュメントのスキャン・インデックス・アーカイブが可能である。
Pythonでマシンラーニングアプリを作成・共有することができるライブラリです。
ゲーム『明日方舟』の支援ツール。全日常のタスクを一括で実行可能。
LLMの推論 Transparency を高めるために、DiffusionGemmaの計算を分離しVariable Transparency とAlgorithmic Transparencyを評価します。
このリポジトリでは、LLMベースのエージェントアプリケーションのための強化学習の橋渡しを提供しています。
P
この研究では、深層強化学習を用いて、クォンタムSTATEPREPARATIONの近似方程式を学習し、クォンタムシステムの最適な操作手法を検討するための新しいアプローチを提案します。
Deep research requires agents to find answers that jointly satisfy multiple constraints. Discovering such answ
この研究では、大規模言語モデルを活用して、説明理論の拡張を研究しました。大規模言語モデルを活用することで、説明理論の拡張が可能になりました。
この研究では、大規模言語モデルを活用して、双方の否定を許容する制御論理プログラミング言語を開発しました。大規模言語モデルを活用することで、双方の否定を許容する制御論理プログラミング言語が可能になりました。
Chess is a two player strategic game that is embedded in classical AI culture as it was once the frontier for
Agent Skills package reusable procedural knowledge as external artifacts for frozen language-model agents, yet
Single transferable vote (STV) is a multi-winner preferential proportional electoral system. The margin is the
We study deterministic strategyproof mechanisms for discrete heterogeneous two-facility location. In our model
クエンティング投資プラットフォームを実現するためにAI技術を活用します。
Machine learning (ML) models are increasingly integrated into optical network automation frameworks to support
この研究では、物理学に関する知見を学習アーキテクチャに組み込んだPetrov-Galerkinコロモゴロフアーノルドネットワーク(Physics-Informed Petrov-Galerkin Kolmogorov-A
この研究では、学習前の時系列ベースの学習模型を、トレーニング後の適応を使用して、目的のタスクに適応させる方法を提案しました。
We study Gaussian-width complexity on statistical manifolds through a pair of functionals: the primal Fisher w
分散されたシステムにおける分散多エージェント強化学習を実現するための方法を提案している。この方法は、個々のエージェントがローカルな観測に基づいてメッセージを交換し、長期の経験を考慮したメッセージを学習することで、分散され
Model-based reinforcement-learning agents of the DreamerV3 family forget catastrophically when trained on task
We consider a task planning scenario in which robots sharing a persistent environment are assigned tasks one a
Enterprise strategic decision support requires AI systems that are not only accurate, but also uncertainty-awa
職業コード付けは、職業タイトルから職業分類を識別することであり、二つのステップで実行される二つのアプローチのうちのどちらかが最も効果的であることを示しました。
Soft robot exteroception is increasingly being explored for a variety of field applications. In this work, we
このプロジェクトでは、農林業用自動化トラクターのデジタルツインモデリングが行われた。デジタルツインはCAN通信を使用することでトラクターの動きを模倣し、実際のトラクターの動作をシミュレートする。
Fully actuated unmanned aerial vehicles (UAVs) are usually certified through rank conditions on a control-allo
We study the strategic facility location problem under the egalitarian objective, where a mechanism uses the r
In Bayesian online selection, a decision-maker observes a sequence of stochastic rewards and must immediately
この研究では、Oceanモデルを使用して、オーシャンで不完全な観測を使用する可能性と、生成的ステートスペースモデルと最適化フレームワークを使用して直接不完全な観測から学習する能力を評価します。
Real-world collision avoidance is a core motivation for studying the dynamics and control of high sideslip dri
The report envisions a decade in which drones move goods, medical supplies, and information at a scale compara
This paper introduces a twist decomposition framework for serial manipulators performing lower mobility tasks.
Pneumatic artificial muscles have wide applications in robotics and industrial fields. Conventional pneumatic
We study the problem of recovering the objective of a packing linear program when the algorithm accesses only
In recent work on course allocation, Rodríguez and Manlove consider the complexity of finding a stable assignm
Mathematical Foundations of Reinforcement Learningは、ディープラーニングにおける推論力学習の数学的基礎を網羅している。
Eco-Cooperative Adaptive Cruise Control (Eco-CACC) systems rely on accurate localization, signal timing, and i
Reinforcement learning (RL) research has demonstrated success in both physical and simulated domains; however,
The global competition for developing robotic foundation models is intensifying. Among the data collection sys
Natural-language control offers a promising interface for unmanned aerial vehicles (UAVs), but directly applyi
この論文では、ConceptTreeというフレームワークを提案しています。このフレームワークは、人の見える概念を使用して、マニピュレーションの高位のスキル選択を表現し、透明性を高めます。
Pickup and Deliveryシステムでは、ロード管理が大きな問題です。この研究では、 Pickup and Deliveryシステムにおけるオフロード管理を考慮した新しいアプローチであるHandover-Awa
Mobile robots in public spaces must ensure pedestrians' comfort, and yet empirical studies of walkers' subject
In robotic manipulation studies, grasping is often treated as a binary success or failure problem, usually def
Autonomous flight of aerial robots in narrow space remains challenging due to strong aerodynamic disturbances
For four agents with nonnegative additive valuations, a complete 1-out-of-5 maximin-share allocation always ex
Physical artificial intelligence (AI) systems involve distributed sensing agents with embedded AI models that
Real-time EEG classification on edge devices is bottlenecked by the floating-point arithmetic of conventional
Gymnasiumは、シングルエージェントRLの疑似環境を提供するAPIです。
Building long-horizon robot agents requires composing closed-loop pipelines -- perception, belief update, plan
Monocular foundation models provide dense geometry but usually lack a stable metric scale. This paper presents
This paper investigates the optimal safety control problem of nonlinear control systems by proposing novel hig
In this paper, we introduce the General Lotto game with a regulator (R-Lotto), a leader-follower extension of
Deep survival models are evaluated almost exclusively by the concordance index (C-index), yet they are commonl
Safety validation at signalized intersections remains a critical bottleneck for the deployment of autonomous d
Censorship resistance is the defining advantage of blockchains over their centralized counterparts. Yet block
Although standard auction mechanisms help truthfully reveal preferences of bidders, they can inadvertently res
Fish-like swimming has inspired the design of several dozens if not hundreds of bioinspired robots in the last
Incremental Nonlinear Dynamic Inversion (INDI) is attractive for unmanned aerial vehicle (UAV) flight control
この研究では、SLAMアプリケーション、NeoSLAMとRatSLAMを比較評価し、NeoSLAMを改良するとともに、比較評価のための基準となるデータセットを提案しています。
この研究では、ロボットの制御をエゴセンタリックにし、視覚情報と身体情報を連携させて、ロボットの移動と姿勢を制御することができるシステムを提案しています。
This paper presents a trajectory prediction method for marine vessels based on optimal planning. Crude initial
We study the problem of dividing homogeneous divisible goods among agents with non-linear valuations. Specific
Mobile graphical user interface (GUI) agents have demonstrated remarkable capabilities in automating complex t
ゲームの一般的な強化学習用エンドポインティであるEnvironmentおよびアルゴリズムの集合。
The deployment of autonomous cyber-physical systems in safety-critical environments requires closed-loop contr
Helmholtz方程式は、時間共伴振波の伝播を記述する重要な方程式であり、媒質が損失した場合複素係数を持ちます。ここでは、空間での波場から波方程式を推測するために、物理知識に基づくGaussian Process（GP
分割的な計算の極限に、表現可能な関数クラスが有限次元の代数的多様体に退化することを示し、モデルキャパシティの増加が一般化を促進することを明らかにした。
Stable Voting and Simple Stable Voting, introduced by Holliday and Pacuit, are Condorcet-consistent voting rul
自動販売店で客と交わるAIロボットの信頼性を確立する必要がある。このモデルは、客とロボットの信頼関係を構築し、客の買い物をサポートすることを目的としている。
Vowpal Wabbitは、機械学習を進歩させるためのオンライン学習、ハッシュ、reduceなどの強力なアルゴリズムを含むシステムです。その結果、さまざまな問題に応じて、高品質な解決策を提供できます。
We present an $(e^{1/e} - c)$-approximation algorithm for maximizing Nash social welfare under additive valuat
代表権という概念は、政治や経済のシステムで重要である。デリゲーション、または代表権の授与、はさまざまなシステムに現れる。デリゲーションを安全かつ効率的かつ有効に運用するために、意思決定者はデリゲーションを設計する際に考慮
We show that a single climate realization can be decomposed into forced and internal components by treating ex
分布型強化学習のリスク評価を容易にするために、分布型強化学習におけるリスク評価を分析しました。
A specialist tolerates blind spots that a generalist does not. Usually this is treated as a cost to be minimiz
We study online welfare maximization with divisible resources. A sequence of $n$ players arrive one by one; up
We study the complexity of computing stationary Markov coarse correlated equilibria (CCE) in discounted single
Which discrete symmetry groups can arise from strategic interaction? We tile the plane with copies of a bimatr
The recent expansion of the FIFA World Cup to 48 teams has prompted discussions regarding a potential further
We study the fundamental problem of fairly dividing indivisible items among agents with additive utilities. In
We study the fair allocation of $m$ indivisible items to $n$ agents with additive utilities. In our setting, e
We consider the fair allocation of indivisible goods with binary valuations. In this setting, the maximum Nash
Adversarial team games (ATGs) with asymmetric information, such as adversarial path-finding, goal search, and
We study unconstrained bilinear zero-sum games, a fundamental model in online learning, adversarial optimizati
マルチエージェントゲームにNash合図を解決するためのPrimitive-GuidedTree Searchアルゴリズムを提案。
We revisit the complexity of deciding whether a graphical game admits a pure Nash equilibrium (PNE) parameteri
位置的決定性を保証するために、頂点を色付けした対称ゲームを研究した。その結果、ペアの色付けゲームの位置的決定性も保証されることがわかりました。
In evolutionary game dynamics, there exists a hypothesis, which states that, the dynamic structure of the game
安定マッチング問題では、エージェントが均等な利益を得られるようにマッチングを行う問題です。この問題を解くために、パートナーを2つ以上選択できるマッチングを取り巻く枠組みを提案し、2つのメートルを使用して利益の均衡度を評価
この研究では、確率的ゲーム理論の不完全情報の問題を調べました。不完全情報にはゲームの結果に関する不確実性があります。このような状況では、ゲーム理論者はゲームの結果を予測するために情報を取得することになります。
この研究はDeep Reinforcement Learningに関する学習用リポジトリです。
これは、量子論を使用して、ゲーム理論の分野に新たなアプローチを提案する研究です。研究では、2つのプレイヤー間でプレイされる、確率のないゲームに関する既存の理論を検討しています。
We attach to a finite group $G$ and a structured payoff probe $φ$ an integer \emph{payoff-difference lattice}
While deterministic variants of the coevolutionary opinion formation games such as the K-Nearest Neighbor (K-N
We study the minimization counterpart of the classic prophet inequality, often termed the min prophet or cost
In many urban planning projects, social planners require the construction of a bridge to connect two regions s
We prove new upper and lower bounds on metric distortion for randomized social choice mechanisms. Under first-
We analyze the house allocation problem, in which a set of agents must be matched to a set of objects for whic
Designing effective goals and rewards for time-inconsistent agents is a central problem in many long-term task
エンビリー率という、公平な割り当てに基づく新しいロケーションゲームの問題を解決するための、ステーションポイントの最適位置を決定するためのアプローチを提示しました。
マックス方程式に基づく二階ロケーション問題の問題を解決するための、アプローチを提示しました。
この研究では、メタボリック マルチエージェント最適化 (MMAO) が動的最適化に適用できるようにする必要がありました。MMAO-Dyn は、環境の変化によって元の有効な局所的構造を無効にした非stationary な設
この研究では、トレーダーと預言者の動作を研究します。トレーダーは価格変化を予測し、利益を最大化します。預言者は価格変化が予測できることを知っています。この研究では、トレーダーと預言者の競合する行動を分析し、トレーダーの利
この研究では、多くの候補者を持つ投票問題を研究します。投票者は複数の候補者を支持し、評価を評価したり、拒否したりすることができます。この研究では、投票に公平性を考慮する方法を提案します。
この研究では、多くの候補者の投票法の持続可能性を研究します。投票法は、投票者が投票を操作することを防ぐことができます。この研究では、投票法の持続可能性を評価します。
この研究では、多様なベンチマークを用いて、Metabolic Multi-Agent Optimizer (MMAO)の適切性を評価します。MMAOは、複数エージェント間でリソースを分配するための閉ループのシステムです。
個人の価値を尊重するためのメカニズム設計の研究。個人の価値とメカニズム設計の関係を考察し、個人の意思決定を援助するためのメカニズムを設計する。
AIを援助するための意思決定者によるオーバーサイトの研究。AIが提案した行動の評価と決定を行うために、意思決定者とAIが情報を交流するオーバーサイトの実現を研究する。
個人の価値を尊重するためのアイテムの分配を決定するアルゴリズム。この研究では、個人のアイテムの価値を尊重するための分配を決定するアルゴリズムを開発する。
The value problem for 2-player games on graph generally consists in determining the minimal value Min can ensu
マルウェアの感染は、ネットワーク全体に広がる可能性があります。既存のモデルの場合、脅威に対する防御戦略は静的なパラメータとして扱われますが、実際には攻撃方策と防御方策の間の競合関係に依存します。このため、ゲーム理論を用い
共同作業ゲームでは、2つのプレイヤーが協力または競争
The "Pick Two" animal selection puzzle is a popular thought experiment in which two animal species must defend
この研究では、個々の価値に基づいて分割可能な財を分配する方法を提案している。この分配方法は、個々の価値を考慮しながら、効率的な分配を目指している。
この研究では、非協力ゲームの純戦略均衡の条件を提案している。この条件は、個々のゲームの結果を考慮しながら、均衡の必要性を評価している。
多エージェントモデルの調整は、現実的なシミュレーションの実現を支援します。本研究では、新しく開発したモデルによって、調整を行うことができます。
このプロジェクトでは、複数のステイションに対応するマルチステイションのエンドポイントの最適配置を探します。
分布制御に基づく電力市場の問題は、供給と需要がバランスのとれた状況ではなく、供給が需要より多い状況を表現することができます。
This article proposes a model, based on graph theory, to represent a variety of two-player games of perfect in
この研究では、ゲームの非共通性を考慮した新しい解決概念の提案、共通解決のための制約を用いない、多項式時間解決を提案します。
共同契約設計は、代理人が複数のタスクを、代理人に分配するという点で重要です。
この研究では、非決定主義的ゲームの可解性と不可解性に関する定量的な結果を示します。
This paper presents a revealed preference approach for rationalizing collective consumption behavior. We intro
We study flow games with public arcs, an extension of classical cooperative flow games that allows players to
A Nash equilibrium is learnable if there exists a myopic adjustment dynamic for which it is asymptotically sta
This paper argues that AI-agent alignment in markets should not be understood only as a property of agents, bu
Planning contact-rich whole-arm manipulation is challenging because interactions that involve extended robot g
We present a novel game-theoretic framework designed to enhance privacy and scalability in decentralized vehic