XiaoMi-AI文件搜索系统
World File Search System代理的
在游戏理论场景中对基于语言模型的大型社会代理的调查
游戏理论场景在评估基于大语言模型（LLM）的社会智慧的社会智能方面已成为关键。尽管许多研究在这种情况下探讨了这些代理，但缺乏全面的调查来概述当前的进展。为了解决这一差距，我们系统地回顾了有关游戏理论场景中基于LLM的SO-SOPIAL代理的现有研究。我们的调查将发现分为三个核心组成部分：游戏框架，社会代理和评估协议。游戏框架 - 工作涵盖了各种游戏方案，范围从选择以选择性到集中的游戏。社会代理人部分探讨了代理人的偏好，信念和推理能力。评估协议涵盖了用于评估代理性能的游戏不可能的指标和特定于游戏的指标。通过反思当前的研究并确定未来的研究方向，该调查提供了见解，以推动游戏理论场景中社会代理人的发展和评估。
基于生成代理的建模可以在社交媒体模拟中复制友谊悖论吗？
基于生成代理的建模（GABM）是一种新兴的模拟范式，将大型语言模型的推理能力与传统的基于代理的建模相结合，以复制复杂的社交行为，包括在社交媒体上进行互动。虽然先前的工作集中在局部现象（例如意见形成和信息传播）上，但其捕获全球网络动态的潜力仍然没有被逐渐消失。本文通过通过友谊悖论（FP）的角度分析基于GABM的社交媒体模拟来弥补这一差距，这是一种违反直觉现象，平均而言，个人的朋友比朋友的朋友少。我们为社交模拟的GABM框架提出了一个框架，其特征是模仿具有不同个性和兴趣的真实用户的生成代理。使用美国2020年选举和Qanon阴谋的Twitter数据集，我们表明FP自然出现在GABM模拟中。与现实世界的观察一致，模拟揭示了一个分层结构，在该结构中，代理优先与其他表现出更高活动或影响的人相连。此外，我们发现不频繁的连接主要驱动FP，反映了真实网络中的模式。这些发现将GABM验证为建模全球社交媒体现象的强大工具，并通过对用户行为进行细微的分析来强调其推进社会科学的潜力。
调查了描述显示产品的虚拟现实代理的外观和手势给出的印象
最近，出现了虚拟现实（VR）代理在虚拟产品展览中的使用。VR代理向用户展示的产品以出售。已知VR代理的描述会影响用户购买产品的意愿[3]。但是，当VR代理向用户描述产品时，用户对VR代理的印象也很重要。例如，如果用户对VR代理有很好的印象，则用户更有可能购买产品。因此，本文讨论了当VR代理向用户描述产品时，用户感知的VR代理的印象。我们旨在了解VR代理如何描述产品显示器影响用户所感知的印象。有许多因素会影响这种印象，例如VR代理的外观，手势，对话和语音质量。在本文中，我们关注VR代理的外观和手势，如图1，通过人类视觉感知强烈影响VR药物的印象。现有的分析研究[2，4]报告说，VR代理的外观会影响用户在VR代理描述显示产品时购买的意愿。但是，这些现有的分析
HiPAS GridLAB-D：使用 GridLAB-D 进行高性能基于代理的模拟最终项目报告
GridLAB-D 是美国能源部 (DOE) 开发的研究级电力系统模拟器，用于研究未来的电力分配系统。基于 GridLAB-D 的高性能代理模拟 (HiPAS GridLAB-D) 是该软件的商业级高性能版本，专为四个加州用例开发：负载电气化、分布式资源集成托管能力、关税设计和配电系统弹性。这些用例解决了加州的气候变化目标，包括电力基础设施脱碳和应对气候变化对电力分配系统基础设施的影响，尤其是具有大量可再生能源资源的电网、能源存储和配电层面的需求响应。
结合人体工程学概念和认知机制，促进人类与人工智能代理的合作
摘要 将人工智能从实验环境部署到具体应用意味着要考虑环境的社会方面，从而设想人类与计算机之间的交互，以成为行动中的伙伴。本文回顾了有关人机交互的研究计划，包括可解释人工智能 (XAI) 和 HRI/HCI。我们认为，即使词汇和方法不同，这些概念都集中在人工智能必须向与其交互的人类提供其行为的准确心理模型上。这具有不同的含义，具体取决于我们考虑工具/用户交互还是合作交互——尽管合作交互是未来自动驾驶汽车概念的核心，但记录却少得多。从这一观察出发，本文使用关于联合行动的认知科学语料库来提出更精细的认知机制，这些机制已被证明对人类联合行动至关重要，可被视为未来人工智能的认知要求，包括共享任务表示和心理化。最后，提出了交互内容假设来满足已确定的机制，包括人工智能体引出其意图和触发人类合作者对其心理化的能力。
回顾对人工智能代理的信任：社交机器人设计面部拟人化可信度的系统评价
随着技术的发展和应用到不同的日常情境中[1-4]，社交机器人作为最新创新的代表之一，是一种能够与人类进行社交交流和互动的人工智能系统[5-7]。与传统的人形机器人（如机器人产品、Zora Robot）不同，这些机器人在物理上体现了特定的人类特征，一些最新的社交机器人（如机器人产品、Jibo、Welbo、Misa、QTrobot、Hub、Mykie和Buddy Robot）设计有屏幕，带有动画人脸，可以与人交流和互动[8,9]。例如，图 1 展示了Buddy Robot，它设计有类似人类的眼睛和嘴巴，可以在情感上陪伴人类、与人类互动，并响应人类的需求。事实上，可能有必要为社交机器人设计一个类似头部的界面，以促进人机关系中的交流[10，11]，因为人类的社会认知和感知过程可能会鼓励人们概括与人类相关的知识和认知，形成对与社交机器人的行为互动的期望[12]。
在供应链管理中释放生成AI和抹布代理的力量：未来派观点
摘要供应链管理（SCM）在当今复杂的商业环境中起着至关重要的作用，人工智能（AI）的进步有可能改变SCM实践。本研究文章探讨了SCM中生成的AI和抹布（检索功能的一代）代理的尚未开发的潜力，从而对其应用提出了未来派的观点。研究始于SCM的概述以及AI在转变供应链操作中的重要意义。然后，它介绍了生成AI和抹布代理的概念，突出了它们在SCM中的独特功能和潜在的好处。全面的文献综述研究了SCM中对AI的现有研究，并探讨了生成AI和抹布代理在其他领域中的应用。评论确定了专门在SCM中使用生成AI和破布剂的研究差距和机会。“方法论”部分概述了研究方法，包括数据收集方法以及生成AI和抹布代理的实施细节。评估指标被解释以评估SCM中这些技术的有效性和性能。本文在SCM中介绍了生成AI和RAG代理的实际应用，重点介绍其在需求预测，库存管理，供应链操作和实时决策中的角色。提供了案例研究和实验结果，以证明其对SCM效率和客户满意度的潜在影响。 它还确定了未来的研究方向和提供了案例研究和实验结果，以证明其对SCM效率和客户满意度的潜在影响。它还确定了未来的研究方向和结果和分析部分介绍了进行的实验的发现，分析了定量和定性方面。与SCM中现有方法的比较进一步强调了生成AI和RAG代理的独特优势。讨论部分解释了结果，讨论了对SCM的影响，并解决了与SCM中的生成AI和RAG代理相关的局限性和挑战。
气候变化对南部高卢南部农业和经济的影响：基于代理的建模的新观点
罗马气候最佳（RCO）和后期的古董小冰河时代（Lalia）对罗马帝国的兴衰产生了什么影响？我们的文章提出了一种基于代理的建模（ABM）方法，以评估气候变化对南部高卢南部葡萄园，橄榄树和谷物农场的利润的影响，这是罗马时期的主要财富来源。该ABM模拟了一个农业生态系统模型，该模型从古气候数据中处理潜在的农业产量值。该模型计算出销售农作物的农业剥削的收入，其年度体积根据气候和市场价格而变化。通过从收入中扣除运营和运输成本来计算不同农业剥削的潜在利润。我们得出的结论是，罗马时期的温暖和潮湿的气候可能对公元前2世纪和公元3世纪之间的葡萄酒和橄榄农场的盈利能力产生了极为有益的影响，但对谷物生产的影响较小。随后，在古董晚期的冰河时代晚期（公元4世纪），农场的潜在盈利能力显着下降。将我们的模型结果与考古数据进行比较，使我们能够讨论这些气候波动对农业和经济增长的影响，然后从古物的开始到结束。
基于模糊代理的仿真，用于管理一支自动工业车队的电池电池
摘要：本文提出了使用模糊逻辑来探索自动工业工具（AIVS）的电池充电管理的多代理模拟。这种方法通过分布式系统提供适应性和韧性，可容纳AIV电池容量的变化。结果突出了自适应模糊模型在优化充电策略，提高运营效率和遏制能耗的功效。动态因素（例如工作负载变化和AIV基础结构通信）以启发式方式考虑，强调了自主系统中灵活的协作方法的重要性。值得注意的是，能够根据能源关税优化充电的基础设施可以大大减少高峰时段的消耗，从而强调了此类策略在动态环境中的重要性。总体而言，该研究强调了将适应性模糊的多代理模型纳入AIV能源管理以推动工业运营中的效率和可持续性的潜力。
使用基于代理的建模和危险识别分析数据驱动的预测飞机维护的新挑战
摘要：机载传感器监控和数据驱动算法的使用日益增多，刺激了最近向数据驱动的飞机预测性维护的转变。本文讨论了数据驱动的预测性飞机维护面临的新挑战。我们通过与维护专家小组进行的结构化头脑风暴，确定了将数据驱动技术引入飞机维护所带来的新危害。此次头脑风暴由先前将飞机维护过程建模为基于代理的模型来促进。结果，我们确定了 20 个与数据驱动的预测性飞机维护相关的危害。我们根据 2008 年至 2013 年期间发生的与维护相关的飞机事故验证了这些危险。根据我们的研究结果，数据驱动的预测性维护面临的主要挑战是：(i) 提高状态监测系统和诊断/预测算法的可靠性，(ii) 确保代理之间及时准确的沟通，以及 (iii) 建立利益相关者对新数据驱动技术的信任。