KI News: Kurz und klar.

Forscher haben eine neue Technik namens Online‑Aktionsstapelung entwickelt, die Reinforcement‑Learning‑Agenten ermöglicht, realistische Flugverkehrskontrollbefehle zu erzeugen, obwohl sie nur mit einer sehr kleinen diskreten Aktionsmenge trainiert werden. Dabei werden die Agenten zunächst mit einfachen, schrittweisen Kurs‑ oder Höhenanpassungen sowie einer Dämpfungspenalty trainiert, die die Häufigkeit der Befehle reduziert und kurze Befehlssätze erzeugt.

Forscher haben einen innovativen Ansatz vorgestellt, der es Cyberabwehr-Agenten ermöglicht, Netzwerke mit unterschiedlichen Topologien und Größen zu schützen, ohne dass sie neu trainiert werden müssen.

In heterogenen Funknetzen (HetNets) gestaltet sich die dynamische Zuteilung von Ressourcen wie Strom, Bandbreite und Zeitplänen unter wechselnden Nutzerlasten und Kanalbedingungen als besonders schwierig. Ein neues Deep‑Reinforcement‑Learning‑Framework (DRL) adressiert dieses Problem, indem es gleichzeitig die Sendeleistung, die Bandbreite und die Terminierung optimiert. Dabei wird ein mehrzieliger Belohnungsmechanismus eingesetzt, der Durchsatz, Energieeffizienz und Fairness balanciert.