İki Katmanlı Ajanik Yapay Zeka Görev Aktarımı için Hibrit Stackelberg Oyunu ve Difüzyon Tabanlı Açık Artırma

Yapay Zeka Ajanları Arasında Görev Paylaşımında Çift Katmanlı Oyun ve Açık Artırma Yaklaşımı Yapay Zeka Ajanları Arasında Görev Paylaşımında Çift Katmanlı O...

Yapay Zeka Ajanları Arasında Görev Paylaşımında Çift Katmanlı Oyun ve Açık Artırma Yaklaşımı

Yapay Zeka Ajanları Arasında Görev Paylaşımında Çift Katmanlı Oyun ve Açık Artırma Yaklaşımı

Geniş ölçekli yapay zeka ajanlarının görev paylaşımında iki katmanlı oyun teorisi ve açık artırmaya dayalı yeni bir optimizasyon yöntemi önerildi.

Önemli Noktalar

  • İki katmanlı yapı, görev yoğunluğunu ve kaynak yönetimini optimize etmeyi hedefliyor.
  • Stackelberg oyunu ve Double Dutch açık artırma modeli bir arada kullanılıyor.
  • Yöntem, derin pekiştirmeli öğrenme algoritması ile destekleniyor.

Çalışmanın Amacı ve Kapsamı

Yapay Zeka Ajanları İnterneti (IoA), çok sayıda akıllı ajanın kesintisiz iletişim ve iş birliği yapabilmesini sağlayan yeni nesil bir mimari olarak öne çıkıyor. Büyük Dil Modelleri ve Görsel-Dil Modelleri sayesinde IoA, karmaşık görevlerin paylaşılması ve işlenmesinde önemli avantajlar sunuyor. Makalede, fiziksel olarak sınırlı kaynaklara sahip Kablosuz Ajanların (WAs), işlem gerektiren görevlerini daha güçlü sunuculara devretme ihtiyacı temel alınıyor.

Teknik Detaylar

İki Katmanlı Optimizasyon Yaklaşımı

Önerilen çözümde iki katmanlı bir optimizasyon modeli kullanılıyor:

  1. Birinci Katman: Çok liderli ve çok takipçili Stackelberg oyunu uygulanıyor. Mobil Ajanlar (MAs) ve Sabit Ajanlar (FAs) lider olarak kaynak fiyatlarını belirlerken, Kablosuz Ajanlar (WAs) ise takipçi olarak görev paylaşım oranlarını seçiyor.
  2. İkinci Katman: Sabit Ajanlar (FAs) aşırı yüklendiğinde, görevlerini Hava Ajanlarına (AAs) devretmek için Double Dutch Açık Artırma modeli devreye giriyor. Bu aşamada FAs alıcı, AAs ise satıcı rolünde kaynak paylaşımı yapıyor.

Derin Pekiştirmeli Öğrenme ile Çözüm

Geliştirilen difüzyon tabanlı derin pekiştirmeli öğrenme algoritması, bu iki katmanlı modeli çözerek görev paylaşımında yüksek verimlilik sağlıyor. Sayısal deneyler, önerilen yöntemin görev devretme performansında üstün sonuçlar verdiğini ortaya koyuyor.

Sonuç

Yapay zeka ajanlarının etkin görev paylaşımı için hibrit oyun teorisi ve açık artırma mekanizmasını bir araya getiren bu yeni yaklaşım, IoA sistemlerinde kaynak yönetimini önemli ölçüde iyileştiriyor.

Kaynak: arxiv.org

Leave a Reply

Your email address will not be published. Required fields are marked *

Leave a comment
scroll to top