muliti agents 论文阅读列表

最新推荐文章于 2024-09-12 18:19:16 发布
最新推荐文章于 2024-09-12 18:19:16 发布
阅读量226 收藏
点赞数 2
分类专栏： 论文阅读 文章标签： 论文阅读 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_51147313/article/details/141216158
版权
序号论文标题链接
1自我完善：利用自我反馈的迭代细化技术链接
2Reflexion：借助口头强化学习的语言智能体链接
3Gorilla：与海量 API 连接的大语言模型链接
4MM-REACT：面向多模态推理与行动的 ChatGPT 提示式交互链接
5思维链提示引发了大语言模型中的推理能力链接
6HuggingGPT：借助于 ChatGPT 的强大语言能力和 Hugging Face 中丰富的 AI 模型链接
7用于软件开发的通讯智能体 ChatDev链接
8AutoGen：通过多智能体对话实现下一代 LLM 应用链接
jerry609
关注
专栏目录
[基础论文阅读]Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments
weixin_47920755的博客
11-16 473
[基础论文阅读]MADDPG ： Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments
研究生阅读论文期刊列表
LIYUO94的博客
06-07 687
在做研究之前，一定要检索相关文献，在该研究的问题上是否有最新成果。 检索工具有： 1.谷歌学术：scholar.google.com 2.Pubmed: https://pubmed.ncbi.nlm.nih.gov/ 3.微软学术：https://cn.bing.com/academic 阅读论文仅限于下面期刊或会议： 一、偏分子生物学期刊 1.Bioinformatics 2.Briefings in Bioinformatics 3.Nature 4.Cell 5.Science 6.IEEE-ACM
论文阅读翻译之Reflexion - Language Agents with Verbal Reinforcement Learning
shizidushu的博客
07-16 948
大型语言模型（LLMs）越来越多地被用作目标驱动的代理（agent）与外部环境（如游戏、编译器、API）进行交互。然而，这些语言代理（language agents）要通过试错（trial-and-error）快速高效地学习仍然具有挑战性，因为传统的强化学习方法需要大量的训练样本和昂贵的模型微调。我们提出了Reflexion，这是一种通过语言反馈（linguistic feeback）来强化语言代理（language agetns）的新框架，而不是通过更新权重来强化。
text-video 论文阅读记录
qq_51964119的博客
07-30 337
这里先开一个新栏目，把我读过的论文，都写一个1000字左右的读后感，记一下它的主要方法，跟要点。
论文阅读_1_大模型记忆反思_《Reflexion: Language Agents with Verbal Reinforcement Learning》
javacc2015的博客
03-25 2139
（1）解决问题：强化Agent（非参数更新） 反思能力（2）解决方法：提出Reflexion框架，通过自然语言反馈而非更新参数来强化Agent。把任务反馈信号作为短时记忆，引导后续的决策。
强化学习 | Multi Agents | Trust Region | HATRPO | HAPPO
热门推荐
111辄的博客
03-22 1万+
ICLR2022多智能体论文，将trust region推广到MA上，保证单调递增。学习博客，共7k字，纯手敲。含大量手写笔记。
论文阅读-Language Evolution for Evading Social Media Regulation via LLM-based Multi-agent Simulation
qq_40671063的博客
05-17 804
推特（Twitter）、Reddit 和新浪微博等社交媒体平台在全球交流中发挥着至关重要的作用，但在地缘政治敏感地区却经常遭遇严格的监管。这种情况促使用户巧妙地改变他们的交流方式，在这些受管制的社交媒体环境中经常使用编码语言。这种交流方式的转变不仅仅是一种对抗监管的策略，更是语言进化的生动体现，展示了语言是如何在社会和技术压力下自然演变的。研究受监管社交媒体语境中的语言演变对于确保言论自由、优化内容审核和推进语言学研究具有重要意义。本文提出了一种使用大型语言模型（LLM）的多代理模拟框架，以。
[论文笔记]MemGPT: Towards LLMs as Operating Systems
日积月累，天道酬勤
05-31 1302
⭐ 作者受传统操作系统中层次化内存系统的启发，提出了虚拟上下文管理技术，通过在物理内存和磁盘之间进行分页，提供无限上下文的错觉。
【论文笔记】Skills Regularized Task Decomposition for Multi-task Offline Reinforcement Learning
m0_48948682的博客
07-11 485
使用不同离线数据集的强化学习（RL）可以利用多个任务之间的关系和跨这些任务学习到的共同技能，从而使我们能够以数据驱动的方式有效地处理现实世界中的复杂问题。在离线强化学习中，只使用离线数据，与环境的联机交互受到限制，但很难实现多个任务的最优策略，特别是在任务的数据质量不同的情况下。本文采用基于技能的多任务强化学习技术，加上由不同品质的行为策略产生的异质数据集。为了有效地学习这些数据集之间可共享的知识，我们采用了一种任务分解方法，通过这种方法，共享技能被共同学习。
论文写作笔记
m0_51946536的博客
11-02 932
论文摘要(Abstract)是对整篇论文的高度浓缩和概括,是论文的精华部分，摘要是论文的“窗口”,通过摘要能快速判断论文是否值得细读,是论文重要的组成部分。撰写高质量的摘要对论文至关重要.说明问题及其重要性本句可以说明问题所属的领域, 解释最重要的概念, 并强调问题的重要性.反例: Attribute reduction is an important issue in data mining.
论文研究-流域管理Multi-Agents系统演进机理分析.pdf
09-11
针对流域管理中流域机构与行政区划等各相关利益主体在决策过程中具有有限理性、自主性、动态性等特点，将流域管理多Agent系统作为一类复杂适应系统，运用演化博弈理论，建立流域管理中多Agent系统的演化博弈均衡模型...
Leader-following consensus of data-sampled multi-agents ystems with stochastic switching topologies
02-09
在这篇研究论文中，作者Huanyu Zhao主要探讨了多智能体系统中马尔可夫切换拓扑下的领导跟随一致性问题。研究中考虑了两种算法对应于领导者状态为时间变化或时间不变的情况。对于时间变化的领导者状态，论文提出了...
论文阅读 - Coordinated Activity Modulates the Behavior and Emotions ofOrganic Users
qq_40671063的博客
09-06 1021
社交媒体已成为全球危机期间迅速传播信息的重要渠道。然而，这也为恶意行为者操纵叙事铺平了道路。本研究深入探讨了加沙冲突期间 Twitter 上协调（恶意）实体与有机（普通）用户之间的互动动态。通过分析来自 130 多万用户的约 350 万条推文，我们的研究发现，协同用户对信息格局产生了重大影响，成功地在网络上传播了他们的内容：他们的信息有相当一部分被普通用户采纳和分享。此外，研究还记录了有机用户对协同内容的参与度逐渐增加，与此同时，他们在随后的交流中也明显转向了情感上更加极化的表达方式。
论文阅读笔记: Segment Anything
c2861024198的博客
09-08 1085
Segment Anything论文阅读笔记
VIT论文阅读
bliblisukabulie的博客
09-09 1002
卷积神经网络不是必备的，一个纯transformer表现也是非常好的2500天tpu v3大规模上预训练，小规模任务数据集上微调。扩大模型时候还没观察到瓶颈（还没出现过拟合）？轴注意力机制：把2d的图片注意力分成从H和从W出发两个1d的注意力机制将224x224的图片根据16x16的patch划分成为14x14，使用特征图展开成1d来进行attention操作在不加强约束的情况下，transformer效果是比Resnet差的，因为少了归纳偏置1是本地偏置，相近的特征会相邻；
GS-SLAM论文阅读笔记--LoopSplat
qq_45795134的博客
09-06 739
基于3D高斯Splats (3DGS)的SLAM最近显示出更精确、更密集的3D场景地图的前景，现有的基于3dgs的方法无法通过回环或全局BAY优化来解决场景的全局一致性。现有的方法可以分为解耦和耦合两类，其中解耦方法不利用稠密地图进行跟踪任务，而耦合方法使用稠密地图进行帧到模型的跟踪。解耦映射和跟踪通常会在系统中产生不必要的冗余，例如低效的信息共享和增加的计算开销。另一方面，所有耦合的3DGS SLAM方法都缺乏在地图和姿态上实现全局一致性的策略，导致姿态误差的积累和地图的扭曲。
论文笔记：基于LLM和多轮学习的漫画零样本角色识别与说话人预测
最新发布
zly_Always_be的博客
09-12 968
论文笔记：基于LLM和多轮学习的漫画零样本角色识别与说话人预测
GS-SLAM论文阅读笔记--MM-Gaussian
qq_45795134的博客
09-10 1182
传统的SLAM方法往往受到地图表示的限制，如点云,surfel和voxel，它们只能以固定的分辨率重建地图。这一限制阻碍了对场景复杂纹理的捕捉，并阻碍了SLAM实现合成新视点等功能.此外，户外场景由于其无界特性，带来的挑战呈现出特别的复杂性。现存方法通常是基于RGB-D或单目相机。单目相机中深度数据的缺失会导致三维高斯分布的不准确。同时，RGB-D相机捕获的深度信息范围有限，使其在广阔的户外场景中的使用变得复杂。
Multi-agent煤矿虚拟环境体系结构与行为仿真
Multi-agent技术在此研究中起到了关键作用，它是一种分布式计算模型，通过模拟多个智能代理（Agents）协同工作的方式，实现复杂系统的行为模拟和决策制定。 文章首先定义了一个层次化的煤矿虚拟环境模型，该模型...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值