Finde Modelle, Firmen und Themen

Simulation-to-Decision-Learning ermöglicht es, sichere Entscheidungsstrategien in digitalen Umgebungen zu trainieren, ohne reale Systeme zu…

Die neue Methode COOL-MC ermöglicht es, Reinforcement‑Learning‑Strategien für die Wartung von Brücken­netzwerken systematisch zu prüfen und…

In einer kürzlich veröffentlichten Arbeit auf arXiv (2603.06138v1) wird ein innovativer Ansatz vorgestellt, der Reinforcement Learning (RL)…

Ein neues Verfahren namens PRISM kombiniert die Stärken von Imitation Learning (IL) und Reinforcement Learning (RL), um Roboter­manipulatio…

Reinforcement‑Learning‑Systeme müssen in der Praxis mit Veränderungen in ihren Beobachtungsdaten umgehen können. Die meisten gängigen Polic…

In der Welt des maschinellen Lernens ist das Belohnungslernen, das auf Nutzerpräferenzen basiert, ein zentrales Werkzeug, um Agenten so zu…

Wissenschaftler haben gezeigt, dass große Sprachmodelle (LLMs), die mit externem Lese‑/Schreib‑Speicher kombiniert werden, ein rechnerisch…

Thrombozyten verfallen innerhalb von fünf Tagen – ein kurzer Zeitrahmen, der Blutbanken vor die Herausforderung stellt, täglich unvorherseh…

In einer aktuellen Veröffentlichung auf arXiv wird ein bedeutender Fortschritt im Bereich des Offline‑Reinforcement‑Learning (RL) vorgestel…

Mit der Weiterentwicklung großer Sprachmodelle (LLMs) zu autonomen Agenten, die komplexe Aufgaben in mehreren Schritten ausführen, wird die…

In der Welt des Verstärkungslernens (RL) stehen Agenten häufig vor der Herausforderung, Entscheidungen zu treffen, ohne die komplette Umgeb…

In einer kürzlich veröffentlichten Arbeit auf arXiv wird ein neuer Ansatz zur Online‑Ausrichtung großer Sprachmodelle vorgestellt, der mit…

Ein neues Framework namens GEARS (Generative Engine for Agentic Ranking Systems) hat die Art und Weise, wie große Ranking‑Systeme optimiert…

Reinforcement Learning hat in den letzten Jahren enorme Fortschritte in Robotik und Sprachverarbeitung erzielt. Ein zentrales Problem bleib…

`std::string` doesn’t support the `-` operator – you can’t subtract one string from another. To remove a substring you need to use the stri…

In einer wegweisenden Studie wird gezeigt, wie Offline‑Reinforcement‑Learning (RL) in Kombination mit Cross‑Embodiment‑Learning die Entwick…

Ein neues Verfahren namens MePoly eröffnet einen vielversprechenden Ansatz für die Optimierung von Policies in der stochastischen Regelung…

Forscher haben die Action-Graph-Policies (AGP) vorgestellt, ein neues Konzept, das die Koordination von Aktionen in Multi-Agenten-Umgebunge…

In der Forschung zu skalierbarem Multi-Agenten‑Reinforcement Learning (MARL) stellt die Dimensionenfluch ein zentrales Hindernis dar. Ein b…

Die neue Methode MAVRL (Multi‑Feedback Reward Learning) löst ein langjähriges Problem in der Robotik und im maschinellen Lernen: Wie kann m…

Traditionelle Zeitreihenprognosen basieren meist auf modellzentrierten Ansätzen, die die Vorhersage als einmalige Abbildung von historische…

In der Welt der Optimierung, wo das Finden von Extrema oft von der Feinabstimmung von Lernraten und Momentum abhängt, präsentiert ein neues…

In der Welt des Reinforcement Learning (RL) gilt die Entwicklung von ausdrucksstarken und effizienten Policy-Funktionen als vielversprechen…

Reinforcement Learning (RL) hat in den letzten Jahren enorme Fortschritte erzielt, insbesondere bei komplexen Entscheidungsproblemen. Neue…

Neurale Netze werden zunehmend als Ersatzlösungen und Steuerungs­policies eingesetzt, doch unbeschränkte Vorhersagen können physikalische…

Reinforcement‑Learning (RL) ist heute das bevorzugte Verfahren, um KI‑Agenten auf Basis großer Sprachmodelle zu trainieren. Trotz seiner Po…

Mit dem neuen Open‑Source‑Framework GAMMS (Graph based Adversarial Multiagent Modeling Simulator) erhalten Forscher und Entwickler ein leic…

Mit dem neuen Ansatz InterPReT (Interactive Policy Restructuring and Training) können Laien ohne tiefes Fachwissen AI‑Agenten effektiv trai…

Die neue Methode GOPO (Group Ordinal Policy Optimization) nutzt bei der Optimierung von KI-Modellen ausschließlich die Rangfolge von Belohn…