Fugu-MT 論文翻訳(概要): Towards a Multi-Agent System Architecture for Supply Chain Management

論文の概要: Towards a Multi-Agent System Architecture for Supply Chain Management

arxiv url: http://arxiv.org/abs/2110.08125v1
Date: Fri, 24 Sep 2021 17:53:42 GMT
ステータス: 処理完了
システム内更新日: 2021-10-24 04:27:23.223259
Title: Towards a Multi-Agent System Architecture for Supply Chain Management
Title（参考訳）: サプライチェーン管理のためのマルチエージェントシステムアーキテクチャに向けて
Authors: Carlos R. Jaimez-Gonz\'alez and Wulfrano A. Luna-Ram\'irez
Abstract要約: 本稿では,サプライチェーン管理のためのマルチエージェントシステムアーキテクチャを提案する。さまざまな戦略を探求し、分散eコマース環境でソリューションを提供する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Individual business processes have been changing since the Internet was created, and they are now oriented towards a more distributed and collaborative business model, in an e-commerce environment that adapts itself to the competitive and changing market conditions. This paper presents a multi-agent system architecture for supply chain management, which explores different strategies and offers solutions in a distributed e-commerce environment. The system is designed to support different types of interfaces, which allow interoperating with other business models already developed. In order to show how the entire multi-agent system is being developed, the implementation of a collaborative agent is presented and explained.
Abstract（参考訳）: インターネットが誕生して以来、個々のビジネスプロセスは変化しており、競争力と市場の状況に適応する電子商取引環境において、より分散的で協調的なビジネスモデルに向けられている。本稿では,サプライチェーン管理のためのマルチエージェントシステムアーキテクチャを提案する。このシステムは様々なタイプのインターフェースをサポートするように設計されており、すでに開発された他のビジネスモデルとの相互運用を可能にする。マルチエージェントシステム全体がどのように開発されているかを示すために,協調エージェントの実装と解説を行う。

関連論文リスト

Very Large-Scale Multi-Agent Simulation in AgentScope [112.98986800070581]
我々は,ユーザフレンドリーなマルチエージェントプラットフォームであるAgentScopeの新機能とコンポーネントを開発した。高いスケーラビリティと高効率を実現するために,アクタをベースとした分散機構を提案する。また、多数のエージェントを便利に監視し、管理するためのWebベースのインターフェースも提供します。
論文参考訳（メタデータ） (2024-07-25T05:50:46Z)
Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。 IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
論文参考訳（メタデータ） (2024-07-09T17:33:24Z)
AgentScope: A Flexible yet Robust Multi-Agent Platform [66.64116117163755]
AgentScopeは、メッセージ交換をコアコミュニケーションメカニズムとする、開発者中心のマルチエージェントプラットフォームである。豊富な構文ツール、組み込みエージェントとサービス機能、アプリケーションのデモとユーティリティモニタのためのユーザフレンドリなインターフェース、ゼロコードプログラミングワークステーション、自動プロンプトチューニング機構により、開発とデプロイメントの両方の障壁は大幅に低下した。
論文参考訳（メタデータ） (2024-02-21T04:11:28Z)
An Interactive Agent Foundation Model [49.77861810045509]
本稿では,AIエージェントを訓練するための新しいマルチタスクエージェントトレーニングパラダイムを用いた対話型エージェント基礎モデルを提案する。トレーニングパラダイムは、視覚マスク付きオートエンコーダ、言語モデリング、次世代の予測など、多様な事前学習戦略を統一する。私たちは、ロボティクス、ゲームAI、ヘルスケアという3つの異なる領域でフレームワークのパフォーマンスを実演します。
論文参考訳（メタデータ） (2024-02-08T18:58:02Z)
LLM Multi-Agent Systems: Challenges and Open Problems [14.174833743880244]
本稿では,既存のマルチエージェントシステムについて検討し,未解決の課題を特定する。マルチエージェントシステムにおける個々のエージェントの多様な機能と役割を活用することで、これらのシステムはコラボレーションを通じて複雑なタスクに取り組むことができる。本稿では,タスク割り当ての最適化,反復的議論による堅牢な推論の促進,複雑で階層的なコンテキスト情報の管理,マルチエージェントシステム内の複雑なインタラクションを支援するためのメモリ管理の強化について論じる。
論文参考訳（メタデータ） (2024-02-05T23:06:42Z)
Phantom -- A RL-driven multi-agent framework to model complex systems [1.0499611180329804]
Phantomは複雑なマルチエージェントシステムのエージェントベースのモデリングのためのRL駆動のフレームワークである。 MARL互換の方法でABM仕様を簡素化するツールを提供することを目標としている。これらの特徴,その設計根拠,およびフレームワークを活用した2つの新しい環境について述べる。
論文参考訳（メタデータ） (2022-10-12T08:37:38Z)
Interaction Modeling with Multiplex Attention [17.04973256281265]
マルチエージェントシステムを正確にモデル化する手法を提案する。提案手法は, 軌道予測や関係推定において, 最先端モデルよりも優れていることを示す。
論文参考訳（メタデータ） (2022-08-23T00:29:18Z)
Concepts and Algorithms for Agent-based Decentralized and Integrated Scheduling of Production and Auxiliary Processes [78.120734120667]
本稿ではエージェントベースの分散型統合スケジューリング手法について述べる。要求の一部は、線形にスケールする通信アーキテクチャを開発することである。このアプローチは、工業的要件に基づいた例を使って説明されます。
論文参考訳（メタデータ） (2022-05-06T18:44:29Z)
Counterfactual Multi-Agent Reinforcement Learning with Graph Convolution Communication [5.5438676149999075]
本稿では,エージェントが協調してシステムの有用性を最大化する,完全協調型マルチエージェントシステムについて考察する。マルチエージェントシステムには,エージェント間の相互作用を伝達し,理解する能力が必要である。エージェント間の通信を可能にするアーキテクチャを開発し,各エージェントに対するシステム報酬を調整する。
論文参考訳（メタデータ） (2020-04-01T14:36:13Z)
Multi-Agent Interactions Modeling with Correlated Policies [53.38338964628494]
本稿では,マルチエージェントインタラクションモデリング問題をマルチエージェント模倣学習フレームワークに実装する。相関ポリシー(CoDAIL)を用いた分散型適応模倣学習アルゴリズムの開発様々な実験により、CoDAILはデモレーターに近い複雑な相互作用をより良く再生できることが示されている。
論文参考訳（メタデータ） (2020-01-04T17:31:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。