Decision MetaMamba: Enhancing Selective SSM in Offline RL with Heterogeneous Sequence Mixing
Samsung Electronics Hwaseong, South Korea(三星电子(Hwaseong, 韩国));Seoul National University of Science and Technology(首尔科学技术大学)
决策元Mamba通过异构序列混合增强离线强化学习中的选择性SSM,实现高效且紧凑的高性能表现。
2026-02-26 cs.AI cs.LG
Reinforcement Learning for Heterogeneous Teams with PALO Bounds
University of Georgia(佐治亚大学)
我们引入强化学习的异构团队中,一个代理人的奖励被添加到本地成本,刺激独特的每个代理,和全球的奖励,这些共享的域中的所有代理。激励域包括协调不同的机器人平台,这会导致相同的行动不同的成本,但共享一个总体目标。我们提出了两个模板学习在这种情况下与因子奖励:一个概括的帕金斯的蒙特卡洛探索开始POMDPs规范MPOMDPs,一个单一的政策映射联合观察所有代理的联合行动(MCES-MP);和另一个与每个代理单独映射联合观察到自己的行动(MCES-FMP)。我们使用可能近似局部最优(PALO)边界来分析样本的复杂性,将这些模板实例化到PALO学习中。我们促进样本效率,包括政策空间修剪技术,并评估的方法在三个领域的异构代理证明,MCES-FMP产生更好的政策,在更少的样本相比,MCES-MP和以前的基准。
2018-05-23 cs.AI cs.LG stat.ML
Jointly Modeling Heterogeneous Student Behaviors and Interactions Among Multiple Prediction Tasks
Shanghai Jiao Tong University(上海交通大学)
本文提出融合 LSTM 变体、软注意力与协同注意力堆叠单元的多任务框架,以建模异构学生行为并显式控制任务间知识迁移,真实数据集上的三项预测任务验证了其有效性。
2021-03-25 cs.AI cs.LG stat.ML
Joint User Association and Power Allocation in Heterogeneous Ultra Dense Network via Semi-Supervised Representation Learning
异构超密集网络(HUDN)是重要的网络架构之一,因为它能够实现更高的连接密度和超高的数据率。HUDN中合理的用户关联和功率控制调度可以降低无线干扰。本文提出了一种新的解决联合用户关联和功率控制问题的思想:最佳用户关联和基站发射功率可以用信道信息来表示。然后,我们通过制定最佳表示函数来解决这个问题。我们将HUDN建模为异构图,并使用半监督学习训练图神经网络(GNN)来逼近该表示函数,其中损失函数由帮助GNN逼近最佳表示函数的无监督部分和利用先前经验减少无用探索的有监督部分组成。我们将学习过程分为两个部分,泛化-表示学习(GRL)部分和特化-表示学习(SRL)部分,分别训练GNN用于广义场景准静态用户分布场景的学习表征.仿真结果表明,基于GRL的求解方法比传统的优化算法具有更高的计算效率,SRL的性能优于GRL。
2021-03-29 cs.AI cs.IT cs.NI
Joint Learning of Brain Lesion and Anatomy Segmentation from Heterogeneous Datasets
Universidad de Buenos Aires(布宜诺斯艾利斯大学);CONICET(国家科学技术研究委员会);Universidad Nacional del Litoral(滨海国立大学)
磁共振图像中的脑部病变和解剖结构分割是神经影像学研究和临床实践的基础性工作。如果有足够的训练数据,卷积神经网络(CNN)在这两项任务中的表现都优于所有现有的技术。然而,迄今为止,很少有工作已经做了关于脑病变和解剖分割的同时学习不相交的数据集。在这项工作中,我们专注于训练一个单一的CNN模型,以预测脑组织和病变分割使用独立标记的异构数据集,根据这些任务(一个常见的情况下,使用公开可用的数据集)。我们表明,标签矛盾的问题,可以出现在这种情况下,并提出了一种新的自适应交叉熵(ACE)损失函数,使这种训练成为可能。我们在两种不同的情况下提供定量评估,基准所提出的方法相比,多网络的方法。我们的实验表明,当标准交叉熵和Dice损失函数倾向于失败时,ACE损失可以训练单个模型。此外,我们还证明了,与针对独立任务训练的多个网络相比,有可能实现有竞争力的结果。
2019-04-15 cs.AI cs.CV cs.LG
PFDepth: Heterogeneous Pinhole-Fisheye Joint Depth Estimation via Distortion-aware Gaussian-Splatted Volumetric Fusion
Shanghai Jiao Tong University(上海交通大学);East China Normal University(华东师范大学);Shanghai Key Laboratory of Computer Software Evaluating(上海计算机软件评测测试重点实验室)
该研究提出首个异质针孔-鱼眼联合深度估计框架PFDepth,通过畸变感知体素融合与3D高斯表示实现多视图特征聚合,在KITTI-360等数据集上取得SOTA性能,填补了该领域系统性研究的空白。
2025-09-30 cs.AI cs.CG cs.CV
Predicting and Understanding Human Action Decisions during Skillful Joint-Action via Machine Learning and Explainable-AI
Macquarie University(麦考瑞大学);University of Naples Federico II(那不勒斯费德里科二世大学)
本研究使用有监督的机器学习(SML)和可解释的人工智能(AI)来建模,预测和理解人类在熟练的联合行动中的决策。训练长短期记忆网络预测完成二元羊群任务的专家和新手演员的目标选择决策。结果表明,训练模型是专业特定的,不仅可以准确地预测专家和新手牧民的目标选择决策,但可以这样做的时间尺度之前,演员的有意识的意图。为了了解专家和新手演员的目标选择决策的差异,我们采用了可解释的人工智能技术SHapley加法解释,以确定信息特征(变量)对模型预测的重要性。这项分析表明,专家更受信息的影响,他们的合作者的状态相比,新手。使用SML和解释AI技术调查人类决策的效用进行了讨论。
2022-06-06 cs.AI cs.LG cs.MA
Heterogeneous Decision Making in Mixed Traffic: Uncertainty-aware Planning and Bounded Rationality
University of California, Davis(加利福尼亚大学戴维斯分校)
本文研究混合交通中自动驾驶汽车与人类驾驶车辆的异构决策,提出结合有限理性模型与不确定性感知规划的交互框架,并通过遗憾分析揭示学习性能与决策策略的相互影响。
2025-02-25 cs.AI cs.HC cs.MA
Joint Goal and Strategy Inference across Heterogeneous Demonstrators via Reward Network Distillation
Georgia Institute of Technology(佐治亚理工学院)
强化学习(RL)作为学习如何做出决策的通用框架已经取得了巨大的成功。然而,这种成功依赖于RL专家对奖励函数的交互式手动调整。另一方面,逆强化学习(IRL)试图从容易获得的人类演示中学习奖励函数。然而,IRL有两个主要的局限性:1)奖励模糊性-有无限数量的可能的奖励函数可以解释专家的演示和2)异质性-人类专家采用不同的策略和偏好,这使得从多个演示者学习变得困难,因为演示者寻求最大化相同奖励的共同假设。在这项工作中,我们提出了一种方法,通过网络蒸馏联合推断任务目标和人类的策略偏好。这种方法使我们能够提取一个强大的任务奖励(解决奖励模糊性),并模拟每个策略的目标(处理异质性)。实验结果表明,该算法能较好地恢复任务奖励和策略奖励,并能模拟两个模拟任务和一个真实乒乓球任务中的策略。
2020-11-23 cs.AI cs.LG cs.RO
Direct Heterogeneous Causal Learning for Resource Allocation Problems in Marketing
Meituan(美团);State Key Laboratory for Novel Software Technology, Nanjing University(南京大学计算机软件新技术国家重点实验室)
营销是增加用户参与度和提高平台收入的重要机制,异构因果学习有助于制定更有效的策略。市场营销中的大多数决策问题都可以表述为资源分配问题,并且已经研究了几十年。现有的工作通常将求解过程分为两个完全解耦的阶段,即,机器学习(ML)和运筹学(OR)--第一阶段预测模型参数,并将其提供给第二阶段的优化。然而,ML中的预测参数的误差不能被尊重,或中的一系列复杂的数学运算导致累积误差增加。本质上,由于解耦设计的副作用,预测参数的精度提高可能与最终解不具有正相关性。在本文中,我们提出了一种新的方法来解决资源分配问题,以减轻副作用。我们的关键直觉是,我们引入决策因子来建立ML和OR之间的桥梁,使得仅通过对决策因子执行排序或比较操作就可以在OR中直接获得解决方案。此外,我们设计了一个定制的损失函数,可以进行直接的异构因果学习的决策因素,一个无偏估计的损失时,可以保证收敛。作为一个案例研究,我们将我们的方法应用于营销中的两个关键问题:二进制治疗分配问题和多个治疗的预算分配问题。大规模仿真和在线A/B测试表明,我们的方法实现了显着的改善与国家的最先进的。
2022-11-30 cs.AI cs.LG
An Approach to Joint Hybrid Decision Making between Humans and Artificial Intelligence
Human-Machine Systems, Fraunhofer FKIE(人机系统,弗劳恩霍夫 FKIE);Humanoid Robots Lab, University of Bonn(人形机器人实验室,波恩大学)
本文提出了一种联合混合智能框架,旨在整合人类与人工智能的异质能力,通过联合代理工程和设计模式实现决策代理的协同优化。
2025-11-29 cs.AI cs.HC cs.LG
Holistic Transformer: A Joint Neural Network for Trajectory Prediction and Decision-Making of Autonomous Vehicles
Jilin University(吉林大学)
轨迹预测和行为决策是自动驾驶汽车的两项重要任务,需要对环境背景有很好的理解;通过参考轨迹预测的输出,可以更好地做出行为决策。然而,大多数当前的解决方案分别执行这两个任务。因此,一个联合神经网络,结合多种线索,提出并命名为整体Transformer预测轨迹,并作出行为决策的同时。为了更好地挖掘线索之间的内在关系,该网络利用已有知识,采用了三种注意力机制:稀疏多头机制,用于降低噪声影响;特征选择稀疏机制,用于优化利用部分先验知识;与其他弹道预测模型相比,该模型具有更好的综合性能和良好的可解释性。感知噪声鲁棒性实验表明,该模型具有良好的噪声鲁棒性。因此,结合多个线索的同时轨迹预测和行为决策可以降低计算成本并增强场景和代理之间的语义关系。
2022-06-17 cs.AI cs.LG cs.RO
UrbanHuRo: A Two-Layer Human-Robot Collaboration Framework for the Joint Optimization of Heterogeneous Urban Services
Department of Computer Science, Florida State University(佛罗里达州立大学计算机科学系);Department of Computer Science, Wayne State University(韦恩州立大学计算机科学系)
UrbanHuRo提出一种双层人机协作框架,通过众包配送和城市感知优化异构城市服务,提升感知覆盖和快递员收入,减少逾期订单。
2026-03-04 cs.AI cs.HC cs.RO
Evidence-Driven Reasoning for Industrial Maintenance Using Heterogeneous Data
IBM Research Europe(IBM欧洲研究院);IBM Research Yorktown(IBM约克镇研究院);Imperial College London(伦敦帝国学院)
本文提出Condition Insight Agent,通过整合维护语言、操作数据行为抽象和工程故障语义,实现基于证据驱动的工业维护决策支持。
2026-03-09 cs.AI
Resilient Supplier Selection in Logistics 4.0 with Heterogeneous Information
Northeastern University(东北大学);Kitami Institute of Technology(北见工业大学)
供应商选择问题在以往的研究中得到了广泛的关注。然而,基于模糊多属性决策(F-MADM)方法在物流弹性供应商排名的研究仍处于起步阶段。传统的MADM方法无法解决弹性供应商选择问题的物流4主要是因为大量的数据有关的一些属性是定量的,但难以处理,而决策。此外,在逻辑4中普遍存在的一些定性属性需要不精确的感知或判断决策相关的信息,并在很大程度上不同于传统的供应商选择问题所考虑的。本研究开发了一个决策支持系统(DSS),这将有助于决策者在一个统一的框架中,将这些不精确的异构数据进行合并和处理,以在物流环境中对一组有弹性的供应商进行排名。该框架利用概率-可能性一致性原理从大规模时态数据中归纳出一个三角模糊数。大量的非时态数据通过提取本质上不精确的粒度信息来计算。模糊语言变量用于映射定性属性。最后,采用模糊TOPSIS法对备选供应商进行排序。这些排名分数被用作多选择目标规划(MCGP)模型的输入,以确定相应供应商的最佳订单分配。最后,敏感性分析评估供应商成本与弹性指数(SCRI)如何变化时,不同的优先级设置为各自的成本和弹性属性。
2019-07-13 cs.AI
CaR-FOREST: Joint Classification-Regression Decision Forests for Overlapping Audio Event Detection
本报告介绍了我们提交的DCASE 2016挑战的任务2和任务3。该系统旨在处理连续流中重叠音频事件的检测,其中检测器基于随机决策森林。建议的森林同时进行分类和回归的联合训练。最初,训练是面向分类的,以鼓励树从重叠的混合物中选择有区别的特征,以将积极的音频片段与消极的音频片段分开。然后执行回归阶段以让肯定音频片段投票事件开始和偏移,并且因此对音频事件的时间结构进行建模。一个随机决策森林是专门为每个感兴趣的事件类别训练的。开发数据的实验结果表明,我们的系统显着优于基线的任务2的评估,而他们是劣于基线的任务3的评估。
2016-08-15 cs.AI cs.LG cs.MM
FedSocket: Recipient-Executable Knowledge Exchange for Heterogeneous Multimodal Federated Learning
Sun Yat-sen University(中山大学)
FedSocket通过共享Q接口实现接收方可执行的联邦知识交换,在异构多模态场景下显著提升缺失模态准确率,并验证了联合推理优于独立集成。
2026-10-20 cs.AI cs.CV
Iterative Critique-and-Routing Controller for Multi-Agent Systems with Heterogeneous LLMs
Purdue University(普渡大学);Yonsei University(延世大学)
本文提出一种迭代批评与路由控制器,通过将多智能体协调视为序列决策问题,改进多智能体系统的协调效率,实验表明其在多个异构系统和七个推理基准中优于现有方法。
2026-05-09 cs.AI
Aligning with Heterogeneous Preferences for Kidney Exchange
University of California, Berkeley(加州大学伯克利分校)
人工智能算法越来越多地做出影响整个人类群体的决策。由于人类倾向于持有不同甚至相互冲突的偏好,负责代表这些群体做出决策的AI算法遇到了偏好聚合的问题:将不一致甚至有时相互矛盾的个人偏好组合成一个代表性的聚合。在本文中,我们在现实世界的公共卫生背景下解决这个问题:肾脏交换。在肾脏交换匹配市场中,将活体捐赠者的肾脏分配给需要移植的患者的算法应该以与他们所服务的社区价值观相一致的方式优先考虑患者,但分配偏好因个人而异。在本文中,我们提出,实施和评估的方法,优先考虑病人的基础上,这种异质性的道德偏好。而不是选择一个单一的静态患者权重集,我们学习的分布偏好函数的基础上,人类受试者的分配困境的反应,然后从这个分布的样本,以动态确定患者的权重匹配过程中。我们发现,这种方法增加了匹配的患者在抽样偏好排序的平均排名,表明更好的满足群体偏好。我们希望这项工作将为未来代表异质群体的自动道德决策提供路线图。
2020-06-16 cs.AI cs.CY
Face-work for Human-Agent Joint Decision-Making
Cornell University(康奈尔大学);Mechanical and Aerospace Engineering(机械与航空航天工程学院);Information Science(信息科学学院)
我们提出了一种方法来整合面子工作,一个共同的社会仪式相关的信任,到一个决策代理,与人类合作。面子工作是一套建立信任的行为,旨在“挽回面子”或防止他人“丢脸”。“本文描述了一个决策过程的设计,明确考虑面子工作作为其行动选择的一部分。我们还提出了一个模拟的机器人手臂部署在一个在线的环境中,可以用来评估所提出的方法。
2020-11-03 cs.AI cs.HC cs.RO
TGLD: A Trust-Aware Game-Theoretic Lane-Changing Decision Framework for Automated Vehicles in Heterogeneous Traffic
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
针对异构交通中现有换道框架忽略人类驾驶车辆动态信任水平的问题,提出信任感知博弈论换道决策(TGLD)框架,通过多车辆联盟博弈与在线信任评估引导自动驾驶车辆选择情境自适应的合作策略,实验证明该方法显著提升换道效率并保障安全。
2025-07-14 cs.AI cs.RO cs.SY
LLM-Aided Joint Secrecy Precoding and Trajectory for RSMA-Based Heterogeneous UAV Networks
School of Computer Science and Technology, Xidian University(西安电子科技大学计算机科学与技术学院);Department of Applied Data Science, San Jose State University(圣何塞州立大学应用数据科学系)
针对RSMA异构无人机网络中的安全通信问题,提出分层优化框架:内层用SDR-S2DC算法求解固定位置下的保密预编码,外层用LLM引导的多智能体强化学习优化轨迹,实现保密速率与能效的权衡。
2026-07-01 cs.AI cs.CR cs.NI
Cooperative and Asynchronous Transformer-based Mission Planning for Heterogeneous Teams of Mobile Robots
McMaster University(麦克马斯特大学)
针对异构移动机器人团队在通信受限、资源有限下的协作规划难题,提出基于MARL与AMAT架构的CATMiP框架及CMacDec-POMDP模型,采用异步集中训练分布式执行方案,实验验证其在效率、可扩展性与抗干扰性上更具优势。
2025-07-31 cs.AI cs.RO