Justering af Multi-Agent Interaktioner for Bæredygtig Fødevareadfærd (AMAI)

Madspild er en væsentlig miljøudfordring, der kræver nye løsninger ud over traditionelle anbefalinger. Dette projekt udvikler et multi-agent AI-system, der tilpasser brugeradfærd til bæredygtighedsmål gennem forstærkningslæring og dynamisk tilpasning. I stedet for statiske AI-forslag introducerer AMAI interaktive agenter, der samarbejder, modellerer brugeradfærd og tilpasser interventioner baseret på realtidsfeedback. Ved at integrere eksterne datakilder og forsinkede belønninger optimerer AMAI langsigtet overholdelse af strategier til reduktion af madspild. Denne forskning fremmer AI-tilpasning ved at skifte fra præferencebaserede interaktioner til målorienteret adfærdsjustering.