「Agent」の検索結果
243 件Coordinating autonomous vehicles at unsignalized intersections remains a critical challenge for multi-agent re
Dense per-step supervision is an appealing remedy for sparse-reward, long-horizon LLM agents: reward the agent
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。
この研究では、固定行動軌道に基づいて訓練されたオフサイト学習エージェントのデータ削除を評価するためのTOURを提案し、オフサイト学習の安全性を高めます。
CUDAカーネルの生成を支援するCudaPerfを提案した研究で、この方法により、高性能のCUDAカーネルを効率的に生成できる。
OpenForgeRLは、ハーネス付きエージェントを訓練するためのフレームワークを提供する。これにより、エージェントが複雑なトラジショナルハーネスを利用して、外部システムと協力し、複数のタスクを同時に解決できるようになっ
GS-Agentは、自然言語から生成することができ、物理的に正しく動作する4次元の世界を生成することができる。方法は、物理的正しさを保つために、生成時に物理的推論を使用した。
この研究では、LMOの安全性を調べた。結果は、直面する危険目標に対してモデルが安全なアドバイスを出すことができた。
Agentic Context Managementは、エージェントのメモリとコストを管理できるようにした。方法は、エージェントが自己管理できるように、トレーナーが制御できるようにした。
Democratization of AI Agent Creationは、オーガナイゼーションがオープンなAIエージェントを作成できるようにした。方法は、エージェントの信頼性を
Large language models (LLMs) and agents are now widely used tools in code development, with data typically sen
Deep research requires agents to find answers that jointly satisfy multiple constraints. Discovering such answ
Deep learning models can effectively use Rapid Evaporative Ionization Mass Spectrometry (REIMS) data for surgi
In long-horizon LLM agent reinforcement learning, weak policies often repeat similar failures, producing uninf
Large Language Models (LLMs) excel at natural language understanding and generation but remain unreliable for
Vision-and-Language Navigation (VLN) enables embodied agents to follow natural-language instructions. However,
Regulating activities where regulatees use autonomous and agentic AI is challenging. Regulatory assumptions ab
Autonomous AI agents increasingly execute actions, invoke tools, and operate on protected resources with limit
Retrieval-Augmented Generation (RAG) systems increasingly employ multiple LLM agents. Yet, most prior work opt
Behavior prior reinforcement learning (BPRL) has emerged as a promising paradigm to improve sample efficiency
この研究では、大規模言語モデルを活用して、経済学の研究活動をサポートするシステムを開発しました。このシステムは、学者が理論モデル開発を自動化することができます。
この研究では、大規模言語モデルを活用して、コード生成を自動化するエージェントを評価しました。大規模言語モデルを活用することで、エージェントの性能が向上しました。
この研究では、大規模言語モデルを活用して、信念の共有を組み合わせるモデルを開発しました。大規模言語モデルを活用することで、信念の共有を推測することができました。
この研究では、大規模言語モデルを活用して、自己決定エージェントの説明可能性を研究しました。大規模言語モデルを活用することで、エージェントの行動を推測することができました。
代理記憶の学習は、LGMが効果的に情報を保持・更新・処理できることを意味します。この研究では、アトリビューテッド グラフィックフィードバックを使用して、代理記憶を最適化する方法を提案します。
Traditional approaches to wearable health signal analysis, such as smartwatches, are constrained by rigid anal
Multimodal large language models (MLLMs) have achieved impressive performance in multimodal emotion recognitio
Agent Skills package reusable procedural knowledge as external artifacts for frozen language-model agents, yet
_guardianAgentBenchBenchmarkは、580のシナリオを6つのドメインで評価し、3つの実稼動フレームワークであるLangChain、LlamaIndex、Vectaraを利用します。このベンチマーク
Coding agents ship with one kind of memory: documents. Instruction files, plan artifacts, and auto-written mem
Scientific research involves complex information-seeking and reasoning workflows across heterogeneous sources.
Generative AI lets large language models produce scholarly-looking text within seconds, yet fluency does not e
Deep Research agents extend LLM-based assistants into long-horizon workflows involving planning, retrieval, ev
LLM agents choose tools and arguments from context that mixes user requests, tool outputs, retrieved records,
この論文では、記憶システムをサポートするフレームワークMemToolsが構築され、記憶システムの開発を容易にすることを目指しました。これにより開発者は、記憶システムの各コンポーネントを開発およびテストしやすくなり、設計と
Real-world agent learning is often constrained by costly environment interactions, such as running time-consum
コーディングエージェントの評価基準を導入し、現実世界のコミットやプルリクエストに基づくタスクを構築した。
Chinese language の長形法律研究報告における出典の信頼性を評価し、信頼性が低い出典を検出および評価する目的で LegalCiteTrust を提案している。
多エージェントのシミュレーションにおいて、共有世界状態がエージェント間で保持され、その世界状態が観測結果に反映されると仮定している。
Image restoration agents have recently emerged as a flexible paradigm for handling diverse and unpredictable d
空間理解は、物理世界と静的のセマンティック理解の間でつながるために不可欠です。多くの空間タスクは、場所、領域、パスの自然な表現は、ポインティングやマーキングなど、連続的な視覚的シーンで行われることが多いが、現行の空間推論
この論文では、Lumeraという手法を提案します。Lumeraは、Engine-Native 3D World ReconstructionとLightsを検出するために使用します。
Generating realistic interior furniture layouts that strictly adhere to architectural constraints (e.g., walls
Embodied question answering (EQA) is traditionally evaluated under an episodic formulation, where agents solve
We study deterministic strategyproof mechanisms for discrete heterogeneous two-facility location. In our model
As LLMs become more capable, they are increasingly deployed as collaborative agents, taking on user-delegated
A recent line of work measures causal emergence in reinforcement learning agents through Integrated Informatio
We consider the problem of learning high-dimensional semi-global feedback controllers under hard safety constr
Effective decision-making in complex and changing environments requires balancing short-term and long-term con
We introduce Frontier Financial Judgement, a challenging new benchmark developed in collaboration with profess
As humans, we face many decisions that require us to choose between sticking to something and giving up. This
協同学習を扱う研究、Autonomous Collaborative Learning を用いて協同学習を提案する。
Machine learning models for medical image analysis typically lack a reliable measure of confidence, limiting t
この研究では、マルチエージェントによるトリージュア
As autonomous agents rapidly evolve, their ability to reliably manipulate ubiquitous digital documents has bec
AIエージェントを標的にしたテストを実施し、潜在的な見過ごしあり難い弱点を捜索して強化された攻撃戦略を実施することを提唱している。
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
生産的言語モデルの利用による金銭的感情分析に対処するための方法を提案している。複数のエージェントを活用したコミティー方式を使用し、さまざまな粒度のテキストデータに対応できるように、単語レベルのルールベースアプローチ、句節
Model-based reinforcement-learning agents of the DreamerV3 family forget catastrophically when trained on task
Large language models (LLMs) have shifted human--computer interaction from `traditional'' interface journeys t
We introduce ARBIGRAPH, a benchmark generator for evaluating whether tool-assisted language agents can retain,
AI coding agents powered by LLMs are increasingly integrated into real-world software development, where they
Traditional agent development is split across prompt templates, tool schemas, callback code, and workflow grap
TextGrad improves language-model systems by revising text from feedback. Its core thesis is that natural-langu
Traditional query processing engines require continuous development and extensions to support new techniques a
モデルの脆弱性を解決するために、四つのエージェントに分割される多様なフレームワークPoTREを導入した。モデルの推論能力を強化し、単一のストリーミングアプローチよりも複雑な理論的制約とアブストラクションに抵抗できるように
侵攻テストツールが異なっている点、決定主義的な性質、狭く特定されたスコープ、専門技術の操作を用いたものと異なり、LLM駆動の自治的セキュリティツールは3つの次元で不確実性を示した。政策決定への説明が困難、影響の開放性、行
分析報告の迅速な解釈が求められるときに行われるマルウェア分析を実現するために、閉じた重みの大きい言語モデルを使用しないことが多い。オープン重みの言語モデルは、マルウェア分析のために適切な言語能力と、閉じた重みの大きい言語
Long-horizon tasks require sustained perception, reasoning, and exploration, and are a persistent challenge fo
Design Rule Check closureを促進するための自動修正フレームワーク、EvoDRCを開発し、複雑な幾何学的相互作用を考慮した修正を実行する。
回線流量データに対するノイズと漂移を考慮した波列減少アルゴリズムを実装し、静的な波列減少法が漂移のあるシナリオでは効果を低下していると指摘する。
ITオペレーションにおける安全なリメディエーションを確保するためのリスクを制約した介入決定問題として定式化し、安全なリメディエーションを確実に行うためのConstrained Markov Decision Proces
Small language models and coding agents increasingly generate web front-end code, yet their outputs are typica
大きな言語モデルのエージェントは、第三者のスキルによる実際的な危険を認識し回避する能力を評価します。
We present Solar Open 2, a 250B-A15B Mixture-of-Experts language model built for long-horizon agentic tasks, s
Agent safety is moving from content moderation toward preventing operational failures before tool-using agents
3D オキュピエンシー予測には、物体の配置と密度を解釈するための視覚的手法が必要です。従来の方法では、計算コストが高くなりすぎていたが、新しく提案されたGaussianSeedアルゴリズムは、層を階層化することで、計算コ
画像理解のための多モーダルラージランゲージモデルは、強力ですが、まだ能力と限界については明確な理解が不足しています。この論文では、多モーダルラージランゲージモデルが画像理解においてどの程度の能力と限界を持つか、を分析し、
この研究では、共感覚的ロボット移動において動く人間の行動の予測と安全な動作プランニングの自動化を目的として、統合的な行動予測と安全な動作プランニングのフレームワークを提案します。
ETPデザイナはマルチモーダルな電子シアターのデザインを自動化するフレームワークを提案します。
Cross-embodiment navigation is a key challenge in embodied intelligence. Due to differences in embodiment, the
この研究では、可視化された質問への対応を評価するために、新しい方法を提案しました。この方法は、質問への回答の正確性だけでなく、質問への回答のパターンや特徴も評価することができます。
VLMs are increasingly deployed in AD systems, creating an urgent need for rigorous safety evaluation under rar
Robots deployed in delivery, campus, and emergency-response settings often need to navigate from buildings to
Aquatic self-reconfigurable robots must assemble into desired shapes while ensuring safe interactions among mu
ReferTrack は、自然言語で対象の車両に付近する自動車を追従させるシステムである。このシステムでは、対象の車両に付近する自動車を認識する後、自動車の動きを予測する。
Defer to Plan は、自動車が情報交換をして安全に走行するためのシステムである。このシステムでは、自動車間で情報が交換され、各車が安全に走行するような経路を選択できる。
This work presents a decentralized, spoofing-aware trajectory planning framework for small unmanned aerial sys
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
分類タスクの性能を最適化するために、分布化されたクラスター間の分離を考慮したアルゴリズムが提案されていました。
Large language model (LLM) agents are vulnerable to security risks, such as prompt injection attacks from untr
知識を重視した自己向上の研究を実施し、自己向上を知識を重視することにより効果的に行う方法を提案した。
分散型言語モデル（LLM）やコンテキストを活用するエージェントは、製品開発やファイナンス分野で活用されている。エージェントを実用化するには、堅牢性、安全性、信頼性を確保することが大切となる。 このチュートリアルでは、エー
この研究では、エージェントメモリーのワークロードは直接的事実検索、関係連鎖や現在の状態の推論、長時間の履歴上に関係がある合成を組み合わせて、Supra Cognitive Modes を開発しました。このアーキテクチャで
Multi-turn medical consultation agents must decide what to ask, adapt to patient responses, and determine when
この研究では、固定化された言語モデルを強化するために、自律進化する対話スキルを開発しています。このシナリオでは、ユーザーの反応がモデルの進化に影響を受けないため、対話の対称性を維持する必要があります。
This paper proposes AI Tour Meeting, a group travel planning framework powered by multiple Large Language Mode
Large language models (LLMs) have driven rapid progress in electronic design automation (EDA), yet their appli
LLM agent failures are difficult to debug because the step where an error surfaces is often not the one that c
リカバリーのためのプログラムを学習するフレームワークを提案し、そのプログラムを用いて、文書にラベルを付与する検索システムを構築する。
Whole-slide image (WSI) diagnosis requires identifying diagnostically relevant regions, examining them across
実際の空間知能では、空間に続いて流れるビデオを理解する必要がある。この問題を解決するために、4次元空間を理解することができるモデルを提案する。
この研究では、複雑な環境に対処した後、キノ動的計画を解決します。
The report envisions a decade in which drones move goods, medical supplies, and information at a scale compara
Real-to-sim conversion for robotic interaction with objects remains labor-intensive because it requires more t
オープン・バグナビゲーションには、エージェントへの部分観測が含まれます。パフォーマンスの向上のために、内部状態更新が重要です。これを実現するには、ポリシーネットワークの更新が必要です。最近のアプローチでは、トランスフォー
The deployment of high-speed Uncrewed Aerial Vehicles (UAVs) in 3D aerial highways necessitates robust coordin
Combinatorial markets provide a general framework for trading bundles of indivisible goods. Building on the co
Persona prompting is widely used to steer LLM agent behavior, yet the narrative framing of a task can matter m
Pruning long context for coding agents has been a vital technology for efficient context management. While exi
Large language models (LLMs) serving as planners in tool-using autonomous agents introduce dynamic reliability
工場の中の異常が検出されるように設計された機械学習モデルを提案しています。通常の方法では、モデルはビデオ内のすべての内容を考慮し、複雑な問題を解決することは困難です。提案されたモデルのアプローチは、オブジェクトを検出して
金融質問回答を実行するには、長い標準化されて高度に冗長な説明書に分散する証券取引委員会（SEC）の証拠を取得する必要がある。既存の取得を拡張するおよび多要素システムの多くの選択肢は、モデルの先行事項と目的のファイルリング
Macro placement still requires substantial manual refinement in industrial physical design flows. We present M
Target interception in crowded environments requires reaching a moving objective while navigating among multip
Reinforcement learning (RL) for legged robots is advancing locomotion, demonstrating its ability to adapt to n
This paper focuses on the problem of Embodied Task Planning, where an agent is required to execute a sequence
existing robot control methodの限界を解決するためのmemory-driven orchestration method、RoboHarnessを提案し、長期計画を実現する。
Natural-language control offers a promising interface for unmanned aerial vehicles (UAVs), but directly applyi
Robust multi-agent coordination relies heavily on inter-agent communication, which is frequently disrupted by
複数タスク間の説明性を提供するための逆強化学習は、複数タスク間の説明性を提供することによって、複雑なタスクを解決することに関与していますが、この研究では、複数タスク間の説明性を提供するための逆強化学習の新たなアプローチを
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
Autonomous driving requires both safe and efficient planning decisions in dynamic 3D environments. Although re
The existence of allocations of indivisible goods that are simultaneously fair (envy-free up to one item (EF1)
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
組織の中で、情報は共有され、同僚がその情報に基づいて行動することが多い。研究者たちは、このような情報の共有によって、共有する前よりも探索の精度が向上することがあることに注目しました。しかし、このような共有によって、探索の
Stable matching mechanisms are fundamental to market design but face an inherent tension between stability and
One of the central questions in discrete fair division is whether fairness and efficiency can be achieved simu
In this work we study the Best Policy Identification (BPI) problem in online, tabular Reinforcement Learning.
Building long-horizon robot agents requires composing closed-loop pipelines -- perception, belief update, plan
This paper investigates temporal fair division, a setting where items are allocated over multiple rounds and a
In this paper, we introduce the General Lotto game with a regulator (R-Lotto), a leader-follower extension of
This paper presents a safety-critical distributed nonlinear model predictive control (DNMPC) framework for coo
Social navigation requires the robot to reason and respond in complex real-world environments. While recent wo
Indoor robots are increasingly employed for facility management tasks such as cleaning and inspection. These a
LiDAR place recognition supports loop closure, relocalization, and multi-agent map management. As robotic plat
Vision-language-action models, world models, and agentic planners each advance physical intelligence, yet thei
Autonomous rendezvous and proximity operations (RPO) in adversarial orbital environments require guidance arch
Safe and socially compliant navigation in open human-robot environments requires robots to reason about hetero
Reinforcement learning (RL) is primarily known as a computational method for optimizing control tasks, but it
この研究では、ロボットのナビゲーション時間と注釈時間の制約を考慮したオブジェクト検出フレームワークを提案します。
Classical opinion dynamics typically assume a fixed mapping from private opinions to public signals, such as l
We study the problem of dividing homogeneous divisible goods among agents with non-linear valuations. Specific
コンピューティングリソースの確実な割り当てを実現するため、compensation designという新しい分野を提案します。
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
述語学習における歴史的類推を推測し、歴史的類推を評価するためのアナロジー ディープ リサーチという新しいタスクを提案し、述語学習における歴史的類推が重要な役
Advertisers delegate bidding to autobidders; users delegate tasks to language-model agents. A person describes
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。
二者間取引のランダム オフィシャーの機構を研究し、選択された取引者が取引を実行するための最適な価格を決定することを目的とした研究。
仕事によって得られる資格の特性に基づいてオークションの参加者を評価し、契約設計を含む複雑なオークションの枠組みについて述べる。
暗号化された制御システムでは、クラウドがホモモルフィック暗号化された状態を操作し、動物達の動作をプライバシーで管理することができる。安全を確保するために、サイドチャネル攻撃のリスクを考慮しながら、制御機器が信頼できると仮
We extend Incentive Compatible Exploration beyond the Bayesian full-information setting of Kremer et al. [2014
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。
Shared meaning in language requires people to learn and agree on categories. We ask how characteristics of age
この研究では、ゲーム理論的な均衡点を理解するための手法を開発します。この手法を使用すると、ゲーム理論的な均衡点を理解できます。
この研究では、オンライン確率サンプリングを高速化するための新しいアルゴリズムを提案した。このアルゴリズムは、オブジェクトの分割構造を考慮することで、効率的なデータ構造を構築し、オンライン確率サンプリングを高速化できる。
Trader-facing dynamic fees are increasingly proposed for automated market makers (AMMs), but historical data d
Concurrent game frames are a standard semantic framework for logics of strategic reasoning. Two notions of coa
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
Hardening IT on-premises environments can be a daunting task for teams without access to adequate cybersecurit
We study unconstrained bilinear zero-sum games, a fundamental model in online learning, adversarial optimizati
さま
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。
この論文では、人とアシスタントが協力してタスクを解決する場合のオンラインバージョンの協力ゲーム (Assistance Games) 構造を研究しています。この文脈では、人間は世界の状況を把握できますが、アシスタントは人
これは、社会的行動を予測するための新しいフレームワークであるSocial-spatial dependenciesを提案し、個々のエージェントが社会的信号を学習する能力を向上させる。
これは、脳モデルとシンナー2チップの結合により動的なニューロンマニフルドを実現したDynamic neural manifolds for flexible closed-loop control on neuromor
複数のエージェントの行動を分析するための方法を提案した。複数のエージェントの行動を
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
これは、プレイヤーが勝つゲームの勝利条件の強制とパロディーを目的としています。カードプレーヤーのゲームで特に興味を持っています。
しきい値システムでは、任意のタスクを実行するには、$\Nstar = \kappa + \Delta$の公証書が必要です。この場合、$\Delta$が余分な公証書で、タスクの遅延は公証書が$\Nstar - \kappa
複数の買い手を持つ市場における交渉システムを構築します。マーケットの規模を知り切れていない場合、セラーの損失が生じます。セラーは市場の規模を測る必要がありますが、これは複数の買い手を持つ場合に困難です。
本研究では、推論プロセスの検証を目的とした Heaviside 不連続性の考慮を提案する。これにより、推論プロセスにおける潜在的なミスを検出した上で、正しい出力を生成することができる。
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
オンライン購入の最適化を目的とするストラテジックビーイングアージェントフレームワークを発表する。
Language models increasingly mediate paid advice: agents submit open-ended forecasts, recommendations, plans,
In many urban planning projects, social planners require the construction of a bridge to connect two regions s
Recent advancements in agentic AI have increasingly moved toward graph-based methods, driven by the demand for
Optimizing composite stacking sequences to match continuous targets (e.g., Lamination or Buckling Parameters)
In emerging urban mobility and logistics applications, such as advanced air mobility, electric vehicle chargin
We analyze the house allocation problem, in which a set of agents must be matched to a set of objects for whic
Successful diffusion of AI in the workforce hinges on the economic value that AI brings to human endeavors. Br
Designing effective goals and rewards for time-inconsistent agents is a central problem in many long-term task
1D バイナリング パッキング問題（1D-BPP）とは、さまざまな用途に多く応用される、分配不可能なNP困難な組合せ最適化問題である。この研究では、Falkenauerのハイブリッドグループゲンエイリアスアリファメント（
この論文は、メタ解析システムのフレームワークレベルでの解釈を研究する。メタ解析システムのリソースループの解釈は、ナラティブのための象徴的表現だけではなく、フレームワークレベルにおいても存在するのではないかという質問を中心
Strategic value can fall when an option becomes visible. A route, signal, bet, or opportunity may be attractiv
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。
連携分散H二階ロケーション問題下のmax-variantコスト最小化の問題を解決するための、アプローチを提示しました。
鉄道アジストゲームのスロット価格決定の問題を解決するための、アプローチを提示しました。
マルチアジェント最適化を使用して、クラスター選択とモデル調整のためのMMAOクラスの実現を提案しました。
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、個人的な価値が付与されたアイテムを公平に分配する問題を研究します。アイテムは個人の価値を付与することがあり、アイテムの分配が公平または公正ではない場合があります。この研究では、分配に公平性を考慮する方法を提
この研究では、グラフ分配の公平性を研究します。分配には、互いに隣接する頂点が同じアーギェントに割り当てられることが含まれます。この研究では、公平性を考慮したグラフ分配を提案します。
この研究では、直接相互作用を研究します。直接相互作用は、個人が他の個人が行う行動に影響を与えることがあります。この研究では、直接相互作用を考慮したゲーム理論の枠組みを提案します。
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。
LLMの不正行為に対する防御。この研究では、LLMの不正行為を防ぐための防御の枠組みを開発し、LLMの不正行為の危険性を分析する。
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。
This paper presents the Metabolic Multi-Agent Optimizer (MMAO) as an adaptive metaheuristic built around endog
How does an agent that can tell self from world come to be durably shaped by that distinction? Recent work sho
Binary aggregation without verifiable ground truth arises when agents' reports must be aggregated without acce
Chain-of-Thought (CoT) improves large language models (LLMs) on difficult reasoning tasks, but it often incurs
We study the problem of forecasting for an arbitrary number of downstream agents with unknown objectives, each
Upper Confidence Bound (UCB) algorithms guarantee sublinear regret for agents learning unknown stochastic envi
Large language models (LLMs) increasingly mediate strategic interactions through natural language, making sema
This paper develops a continuum theory of exit-and-join coalition dynamics in nonatomic cooperative games. We
We ask under what conditions an agent with a harm-minimizing policy can displace an approval-seeking (RLHF) ag
Traditional meta-heuristics often rely on fixed population sizes, manually chosen search scales, and externall
これは、LARGE LANGUAGE MODELS (LLM) の理論心の評価を拡張し、三重なるWerewolfゲームを追加しました。
この研究では、複雑な適応システムの分析をしました。これは、システムの構造を分析することで、系統的な機構がどのように発生するかを理解するために行われた。
The "Pick Two" animal selection puzzle is a popular thought experiment in which two animal species must defend
オープンスースペルミートゲームには、プレイヤーが決定手順に依存して動作するエージェントが含まれる。オープンスースペルミートゲームのパラメトリックモデルが提案され、自発的勾配の理論的枠組みが確立される。
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、オンラインリソース分配のアルゴリズムを提案している。このアルゴリズムは、リソースの供給と要求のバランスを考慮しながら、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。
この論文では、エージェントの評価を一連の開発の間で共進化させるための新しい方法を提案します。
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。
この研究
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。
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。
Evaluating LLM agents requires dynamic environments that go beyond static reasoning and zero-sum games. Real-w
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。
Evolutionary agent-based markets (ABMs) couple several mechanisms -- who reproduces, how price forms, how bias
Recent work has established that regularized policy gradient methods such as PPO, when used in self-play, can
We study flow games with public arcs, an extension of classical cooperative flow games that allows players to
Mean field games efficiently approximate a very large population of strategic agents. While these games can ai
Language models turn a worded situation into a numeric plan, and the dominant pipelines (NL4Opt, OptiMUS, ORLM
What happens when LLM agents operate with no context outside a turn, minimal prompting, and simple tools? Insp
This paper argues that AI-agent alignment in markets should not be understood only as a property of agents, bu
Deploying multi-agent reinforcement learning (MARL) in the real world is often limited by model mismatches bet
Empirical economists often start their projects with a toolbox. Shared packages, replication archives, and cir
Misalignment can change how information moves from an AI agent to a human user. We model this as an informatio
Many allocation problems are intrinsically multidimensional, since an item may contribute differently to sever
AIが人間と協力して作り出すアイデアを評価するための新しい手法を提案し、創造性の評価を向上させた。
移動環境のロボット学習を可能にするアルゴリズムが提案されている。
Evolutionary optimization of spiking neural networks (SNNs) becomes increasingly difficult as task complexity