محققان در پژوهشی جدید، چالش جالبی را در دنیای گرافهای پویا (Dynamic Graphs) بررسی کردهاند. در این مطالعه، ایجنتهای هوش مصنوعی یاد میگیرند که چگونه در شبکههایی که روابط بین گرههایشان دائماً در حال تغییر است، بهترین مسیر و تصمیم را پیدا کنند.
این تحقیق با استفاده از الگوریتمهای «راهزن» (Bandit Feedback) و محدودیتهای حرکتی محلی، راهکاری ارائه داده که به مدلها اجازه میدهد حتی در محیطهای غیرقابل پیشبینی، با کمترین خطا به اهداف خود برسند. این دستاورد میتواند گام بزرگی برای سیستمهای ناوبری هوشمند و شبکههای توزیع داده باشد.
منبع: arXiv AI
