Suche

Finde Modelle, Firmen und Themen

Suche im News-Archiv nach Themen, die du dauerhaft verfolgen willst.

Ergebnisse für “Embodied Agents”
Forschung

<p>Neue Benchmark NativeEmbodied zeigt Schwächen von VLM-basierten Agenten</p> <p>Vision‑Language‑Modelle (VLMs) haben in den letzten Jahren großes Interesse für menschenähnliche, eingebettete Intelligenz geweckt. Bisherige Tests für VLM‑gestützte Agenten setzen jedoch häufig auf hochrangige Befehle oder stark vereinfachte Aktionsräume, die weit von realen Steuerungsbedingungen abweichen. Diese Diskrepanz führt zu unvollständigen Bewertungen der tatsächlichen Fähigkeiten der Agenten.</p> <p>Um diese Lücken

arXiv – cs.AI
Forschung

<p>LLM-gestützte Agenten planen ohne ständige Kommunikation dank neuer PCE-Methode</p> <p>In komplexen, mehragentigen und teilweise unsichtbaren Umgebungen müssen autonome Agenten Entscheidungen treffen, obwohl sie nicht alles über ihre Umgebung und die Absichten anderer Agenten wissen. Traditionell wurden große Sprachmodelle (LLMs) eingesetzt, um Ziele zu zerlegen und sich online anzupassen, doch die Unsicherheit wurde meist durch häufige Kommunikation zwischen Agenten gemildert – ein Ansatz, der viel Toke

arXiv – cs.AI
Forschung

<p>Vom reaktiven zum kognitiven: Gehirn‑inspiriertes Raumverständnis für Agenten</p> <p>Die Fähigkeit, sich räumlich zu orientieren, ist entscheidend für ein zielgerichtetes Verhalten. Durch die Konstruktion interner Raummodelle können Agenten ihre Umgebung verstehen und flexibel auf Veränderungen reagieren.</p> <p>Biologische Systeme nutzen dafür drei miteinander verknüpfte Wissensformen: <em>Landmarks</em> für auffällige Hinweise, <em>Route Knowledge</em> für Bewegungswege und <em>Survey Knowledge</em> fü

arXiv – cs.AI