論文の概要: JAM: The JavaScript Agent Machine for Distributed Computing and
Simulation with reactive and mobile Multi-agent Systems -- A Technical Report
- arxiv url: http://arxiv.org/abs/2207.11300v1
- Date: Fri, 22 Jul 2022 19:01:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-26 15:40:04.392588
- Title: JAM: The JavaScript Agent Machine for Distributed Computing and
Simulation with reactive and mobile Multi-agent Systems -- A Technical Report
- Title（参考訳）: JAM: リアクティブおよびモバイルマルチエージェントシステムによる分散コンピューティングとシミュレーションのためのJavaScriptエージェントマシン - テクニカルレポート
- Authors: Stefan Bosse
- Abstract要約: 本稿では、JavaScript Agent Machine(JAM)プラットフォームのチュートリアル的な側面を持つ技術的レポートである。
簡単な例では、JAMプラットフォームとそのコンポーネントが大規模マルチエージェントシステムのデプロイに有効であることを説明している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Agent-based modelling (ABM), simulation (ABS), and distributed computation
(ABC) are established methods. The Internet and Web-based technologies are
suitable carriers. This paper is a technical report with some tutorial aspects
of the JavaScript Agent Machine (JAM) platform and the programming of agents
with AgentJS, a sub-set of the widely used JavaScript programming language for
the programming of mobile state-based reactive agents. In addition to
explaining the motivation for particular design choices and introducing core
concepts of the architecture and the programming of agents in JavaScript, short
examples illustrate the power of the JAM platform and its components for the
deployment of large-scale multi-agent system in strong heterogeneous
environments like the Internet. JAM is suitable for the deployment in strong
heterogeneous and mobile environments. Finally, JAM can be used for ABC as well
as for ABS in an unified methodology, finally enabling mobile crowd sensing
coupled with simulation (ABS).
- Abstract（参考訳）: エージェントベースモデリング(ABM)、シミュレーション(ABS)、分散計算(ABC)が確立されている。
インターネットとウェブベースの技術は適切なキャリアである。
本稿では、JavaScript Agent Machine(JAM)プラットフォームのチュートリアル的な側面と、モバイルステートベースのリアクティブエージェントのプログラミングに広く使われているJavaScriptプログラミング言語AgentJSのサブセットであるAgentJSを使ったエージェントプログラミングに関する技術的レポートである。
特定の設計選択の動機を説明することに加えて、アーキテクチャのコア概念と、javascriptにおけるエージェントのプログラミングを導入することに加えて、インターネットのような強力な異種環境に大規模マルチエージェントシステムを展開するためのjamプラットフォームとそのコンポーネントを例示している。
JAMは、強力な異種およびモバイル環境へのデプロイに適している。
最後に、JAMはABCやABSに統一的な手法で使用することができ、最終的にはシミュレーション(ABS)と組み合わせてモバイルの群衆センシングを可能にする。
関連論文リスト
- GenAgent: Build Collaborative AI Systems with Automated Workflow Generation -- Case Studies on ComfyUI [64.57616646552869]
本稿では、モデル、データソース、パイプラインを統合し、複雑で多様なタスクを解決するためにパフォーマンスを向上させるために使用される協調AIシステムについて検討する。
我々は、LLMベースのフレームワークであるGenAgentを紹介した。
その結果、GenAgentは実行レベルおよびタスクレベルの評価においてベースラインアプローチよりも優れていた。
論文 参考訳（メタデータ） (2024-09-02T17:44:10Z) - 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) - Agent-E: From Autonomous Web Navigation to Foundational Design Principles in Agentic Systems [1.079505444748609]
本稿では,新しいWebエージェントであるAgent-Eの構築について紹介する。
Agent-Eは、最先端のWebエージェントよりも多くのアーキテクチャ改善を導入している。
我々は,Agent-Eが他のSOTAテキストおよびマルチモーダルWebエージェントを,ほとんどのカテゴリで10～30%上回っていることを示す。
論文 参考訳（メタデータ） (2024-07-17T21:44:28Z) - Security Matrix for Multimodal Agents on Mobile Devices: A Systematic and Proof of Concept Study [16.559272781032632]
マルチモーダル大規模言語モデルの推論能力の急速な進歩は、モバイルデバイス上での自律エージェントシステムの開発をきっかけにしている。
ヒトと機械の相互作用効率が向上したにもかかわらず、MLLMベースの移動エージェントシステムのセキュリティリスクは体系的に研究されていない。
本稿では,MLLMシステムの設計におけるセキュリティ意識の必要性を強調し,今後の攻撃・防御手法の研究の道を開く。
論文 参考訳（メタデータ） (2024-07-12T14:30:05Z) - 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) - CRAB: Cross-environment Agent Benchmark for Multimodal Language Model Agents [49.68117560675367]
Crabは、クロス環境タスクをサポートするように設計された最初のベンチマークフレームワークである。
私たちのフレームワークは複数のデバイスをサポートし、Pythonインターフェースで簡単に任意の環境に拡張できます。
実験の結果、GPT-4oの1剤が38.01%の最高完成率を達成することが示された。
論文 参考訳（メタデータ） (2024-07-01T17:55:04Z) - Benchmarking Mobile Device Control Agents across Diverse Configurations [19.01954948183538]
B-MoCAは、モバイルデバイス制御エージェントの評価と開発のためのベンチマークである。
我々は,大規模言語モデル (LLM) やマルチモーダル LLM を用いたエージェントを含む多種多様なエージェントをベンチマークする。
これらのエージェントは、簡単なタスクの実行の熟練度を示す一方で、複雑なタスクにおけるパフォーマンスの低さは、将来の研究が有効性を改善するための重要な機会を浮き彫りにしている。
論文 参考訳（メタデータ） (2024-04-25T14:56:32Z) - 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) - Realistic simulation of users for IT systems in cyber ranges [63.20765930558542]
ユーザアクティビティを生成するために,外部エージェントを用いて各マシンを計測する。
このエージェントは、決定論的および深層学習に基づく手法を組み合わせて、異なる環境に適応する。
また,会話や文書の作成を容易にする条件付きテキスト生成モデルを提案する。
論文 参考訳（メタデータ） (2021-11-23T10:53:29Z) - JS-son -- A Lean, Extensible JavaScript Agent Programming Library [1.8275108630751837]
推論ループエージェントを実装するための、リーンJavaScriptライブラリのプロトタイプを提供する。
このライブラリはコアエージェントプログラミングの概念に重点を置いており、プログラミングアプローチにさらなる制限を課すことを控えている。
我々は,このライブラリをWeb上のマルチエージェントシステムシミュレーションに適用し,クラウドにホストされた関数・アズ・ア・サービス環境にデプロイし,Pythonベースのデータサイエンスツールに組み込む方法を示す。
論文 参考訳（メタデータ） (2020-03-10T13:27:59Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。