MétaCan
Menu
Retour à la cohorte
Enregistrement W1992941866 · doi:10.1109/smc.2013.468

Requester vs. Helper-Initiated Protocols for Mutual Assistance in Agent Teamwork

2013· article· en· W1992941866 sur OpenAlexaff
Narek Nalbandyan, Jernej Polajnar, Denish Mumbaiwala, Desanka Polajnar, Omid Alemi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueMulti-Agent Systems and Negotiation
Établissements canadiensUniversity of Northern British ColumbiaSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésTeamworkComputer scienceAction (physics)Protocol (science)Human–computer interactionKnowledge management

Résumé

récupéré en direct d'OpenAlex

The Mutual Assistance Protocol (MAP) enables members of an agent team to directly help each other whenever they jointly determine, through a bilateral distributed agreement, that such help is beneficial to the team. Its purpose is to improve the team's performance without affecting its existing organization. In this paper we define and investigate two versions of this generic protocol: the Requester-Initiated Action MAP, which enables team members to proactively seek help, and the Helper-Initiated Action MAP, which enables them to proactively offer help. In both cases, the help consists in performing an action on behalf of a teammate. We introduce the notions of individual well being, that helps an agent decide when to seek or offer help, and proximity bias, that favors assistance to agents which are close to an achievement for the team. Simulation experiments show that these design refinements result in team performance gains over the original version of Action MAP, as we vary the amount of agents' initial resources, dynamic disturbance in the environment, and communication costs. The results confirm the superior performance of teams with Action MAP protocols over teams without help mechanisms. The analysis shows that the relative strengths of the two protocols are complementary. This motivates research interest in protocols that allow proactive behavior of team members in both seeking and offering help.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,855
Score d'incertitude au seuil0,429

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,072
Tête enseignante GPT0,321
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMulti-Agent Systems and NegotiationTravaux en français237 207