Buchumschlag

Learning Team-Based Navigation: A Review of Deep Reinforcement Learning Techniques for Multi-Agent Pathfinding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chung, Jaehoon, Fayyad, Jamil, Younes, Younes Al, Najjaran, Homayoun
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Artificial Intelligence Machine Learning Multiagent Systems Robotics Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Altruistic Collaboration in Heterogeneous Multi-Team Systems
von: Karam, Riwa, et al.
Veröffentlicht: (2026)

Safety Optimized Reinforcement Learning via Multi-Objective Policy Optimization
von: Honari, Homayoun, et al.
Veröffentlicht: (2024)

An Analysis of Constraint-Based Multi-Agent Pathfinding Algorithms
von: Lee, Hannah, et al.
Veröffentlicht: (2025)

Local Guidance for Configuration-Based Multi-Agent Pathfinding
von: Arita, Tomoki, et al.
Veröffentlicht: (2025)

A Hierarchical Reinforcement Learning Framework for Multi-UAV Combat Using Leader-Follower Strategy
von: Pang, Jinhui, et al.
Veröffentlicht: (2025)

Heterogeneous Multi-Agent Reinforcement Learning for Zero-Shot Scalable Collaboration
von: Guo, Xudong, et al.
Veröffentlicht: (2024)

Multi-Agent Pathfinding Under Team-Connected Communication Constraint via Adaptive Path Expansion and Dynamic Leading
von: Bui, Hoang-Dung, et al.
Veröffentlicht: (2025)

Cooperative Search and Track of Rogue Drones using Multiagent Reinforcement Learning
von: Valianti, Panayiota, et al.
Veröffentlicht: (2025)

SIGMA: Sheaf-Informed Geometric Multi-Agent Pathfinding
von: Liao, Shuhao, et al.
Veröffentlicht: (2025)

Partial Attention in Deep Reinforcement Learning for Safe Multi-Agent Control
von: Mohaya, Turki Bin, et al.
Veröffentlicht: (2026)

Information-Driven Fault Detection and Identification for Multi-Agent Spacecraft Systems: Collaborative On-Orbit Inspection Mission
von: Gupta, Akshita, et al.
Veröffentlicht: (2025)

Cross-Modal Navigation with Multi-Agent Reinforcement Learning
von: Liu, Shuo, et al.
Veröffentlicht: (2026)

Hierarchical Consensus-Based Multi-Agent Reinforcement Learning for Multi-Robot Cooperation Tasks
von: Feng, Pu, et al.
Veröffentlicht: (2024)

Cooperation and Fairness in Multi-Agent Reinforcement Learning
von: Aloor, Jasmine Jerry, et al.
Veröffentlicht: (2024)

Physics-Informed Multi-Agent Reinforcement Learning for Distributed Multi-Robot Problems
von: Sebastian, Eduardo, et al.
Veröffentlicht: (2023)

Deep Reinforcement Learning for Multi-Agent Coordination
von: Aina, Kehinde O., et al.
Veröffentlicht: (2025)

Resolving Conflicting Constraints in Multi-Agent Reinforcement Learning with Layered Safety
von: Choi, Jason J., et al.
Veröffentlicht: (2025)

Collision Avoidance and Navigation for a Quadrotor Swarm Using End-to-end Deep Reinforcement Learning
von: Huang, Zhehui, et al.
Veröffentlicht: (2023)

HiMAP: Learning Heuristics-Informed Policies for Large-Scale Multi-Agent Pathfinding
von: Tang, Huijie, et al.
Veröffentlicht: (2024)

Multi-Agent Reinforcement Learning for Autonomous Driving: A Survey
von: Zhang, Ruiqi, et al.
Veröffentlicht: (2024)

Multi-Agent Reinforcement Learning-based Cooperative Autonomous Driving in Smart Intersections
von: Yu, Taoyuan, et al.
Veröffentlicht: (2025)

Federated Split Learning for Resource-Constrained Robots in Industrial IoT: Framework Comparison, Optimization Strategies, and Future Directions
von: Ni, Wanli, et al.
Veröffentlicht: (2025)

Engineering LaCAM$^\ast$: Towards Real-Time, Large-Scale, and Near-Optimal Multi-Agent Pathfinding
von: Okumura, Keisuke
Veröffentlicht: (2023)

Performance-Aware Self-Configurable Multi-Agent Networks: A Distributed Submodular Approach for Simultaneous Coordination and Network Design
von: Xu, Zirui, et al.
Veröffentlicht: (2024)

Optimal and Bounded Suboptimal Any-Angle Multi-agent Pathfinding
von: Yakovlev, Konstantin, et al.
Veröffentlicht: (2024)

Meta SAC-Lag: Towards Deployable Safe Reinforcement Learning via MetaGradient-based Hyperparameter Tuning
von: Honari, Homayoun, et al.
Veröffentlicht: (2024)

Sequence Pathfinder for Multi-Agent Pickup and Delivery in the Warehouse
von: Zhao, Zeyuan, et al.
Veröffentlicht: (2025)

Multi-residual Mixture of Experts Learning for Cooperative Control in Multi-vehicle Systems
von: Jayawardana, Vindula, et al.
Veröffentlicht: (2025)

A Hierarchical Agentic Framework for Autonomous Drone-Based Visual Inspection
von: Herron, Ethan, et al.
Veröffentlicht: (2025)

Multi-Agent Reinforcement Learning for Autonomous Multi-Satellite Earth Observation: A Realistic Case Study
von: Hady, Mohamad A., et al.
Veröffentlicht: (2025)

Beyond Joint Demonstrations: Personalized Expert Guidance for Efficient Multi-Agent Reinforcement Learning
von: Yu, Peihong, et al.
Veröffentlicht: (2024)

Graph Attention-Guided Search for Dense Multi-Agent Pathfinding
von: Jain, Rishabh, et al.
Veröffentlicht: (2025)

Generalizing Cooperative Eco-driving via Multi-residual Task Learning
von: Jayawardana, Vindula, et al.
Veröffentlicht: (2024)

MORPH-U: Multi-Objective Resilient Motion Planning for V2X-Enabled Autonomous Driving in High-Uncertainty Environments via Simulation
von: Lai, Shih-Yu
Veröffentlicht: (2026)

Cooperative Informative Sensing for Monitoring Dynamic Indoor Environments via Multi-Agent Reinforcement Learning
von: Lee, Kanghoon, et al.
Veröffentlicht: (2026)

Integrating Transit Signal Priority into Multi-Agent Reinforcement Learning based Traffic Signal Control
von: Kwesiga, Dickness Kakitahi, et al.
Veröffentlicht: (2024)

Autonomous Vehicle Patrolling Through Deep Reinforcement Learning: Learning to Communicate and Cooperate
von: Tong, Chenhao, et al.
Veröffentlicht: (2024)

Adaptive Event-Triggered Policy Gradient for Multi-Agent Reinforcement Learning
von: Siddique, Umer, et al.
Veröffentlicht: (2025)

A Local Information Aggregation based Multi-Agent Reinforcement Learning for Robot Swarm Dynamic Task Allocation
von: Lv, Yang, et al.
Veröffentlicht: (2024)

Resource-Aware Distributed Submodular Maximization: A Paradigm for Multi-Robot Decision-Making
von: Xu, Zirui, et al.
Veröffentlicht: (2022)