Buchumschlag

Adaptive parameter sharing for multi-agent reinforcement learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Dapeng, Lou, Na, Zhang, Bin, Xu, Zhiwei, Fan, Guoliang
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Verco: Learning Coordinated Verbal Communication for Multi-agent Reinforcement Learning
von: Li, Dapeng, et al.
Veröffentlicht: (2024)

The impact of behavioral diversity in multi-agent reinforcement learning
von: Bettini, Matteo, et al.
Veröffentlicht: (2024)

The challenge of hidden gifts in multi-agent reinforcement learning
von: Malenfant, Dane, et al.
Veröffentlicht: (2025)

Controlling Large Language Model-based Agents for Large-Scale Decision-Making: An Actor-Critic Approach
von: Zhang, Bin, et al.
Veröffentlicht: (2023)

Modelling crypto markets by multi-agent reinforcement learning
von: Lussange, Johann, et al.
Veröffentlicht: (2024)

Beyond Local Views: Global State Inference with Diffusion Models for Cooperative Multi-Agent Reinforcement Learning
von: Xu, Zhiwei, et al.
Veröffentlicht: (2024)

Subgoal Graph-Augmented Planning for LLM-Guided Open-World Reinforcement Learning
von: Fan, Shanwei, et al.
Veröffentlicht: (2025)

ASLSL: Adaptive shared latent structure learning with incomplete multi-modal physiological data for multi-dimensional emotional feature selection
von: Xu, Xueyuan, et al.
Veröffentlicht: (2025)

Contrastive learning-based agent modeling for deep reinforcement learning
von: Ma, Wenhao, et al.
Veröffentlicht: (2023)

Context-Picker: Dynamic context selection using multi-stage reinforcement learning
von: Zhu, Siyuan, et al.
Veröffentlicht: (2025)

Improving monotonic optimization in heterogeneous multi-agent reinforcement learning with optimal marginal deterministic policy gradient
von: Yu, Xiaoyang, et al.
Veröffentlicht: (2025)

AOAD-MAT: Transformer-based multi-agent deep reinforcement learning model considering agents' order of action decisions
von: Takayama, Shota, et al.
Veröffentlicht: (2025)

QSIM: Mitigating Overestimation in Multi-Agent Reinforcement Learning via Action Similarity Weighted Q-Learning
von: Li, Yuanjun, et al.
Veröffentlicht: (2026)

Adaptive traffic signal safety and efficiency improvement by multi objective deep reinforcement learning approach
von: Mirbakhsh, Shahin, et al.
Veröffentlicht: (2024)

Estimating unknown parameters in differential equations with a reinforcement learning based PSO method
von: Sun, Wenkui, et al.
Veröffentlicht: (2024)

Knowledge acquisition for dialogue agents using reinforcement learning on graph representations
von: Santamaria, Selene Baez, et al.
Veröffentlicht: (2024)

From homeostasis to resource sharing: Biologically and economically aligned multi-objective multi-agent gridworld-based AI safety benchmarks
von: Pihlakas, Roland
Veröffentlicht: (2024)

On the consistency of hyper-parameter selection in value-based deep reinforcement learning
von: Obando-Ceron, Johan, et al.
Veröffentlicht: (2024)

MOMA-AC: A preference-driven actor-critic framework for continuous multi-objective multi-agent reinforcement learning
von: Callaghan, Adam, et al.
Veröffentlicht: (2025)

An exploration for higher efficiency in multi objective optimisation with reinforcement learning
von: Aydin, Mehmet Emin
Veröffentlicht: (2025)

Modulation of temporal decision-making in a deep reinforcement learning agent under the dual-task paradigm
von: Pednekar, Amrapali, et al.
Veröffentlicht: (2025)

Carbon-aware decentralized dynamic task offloading in MIMO-MEC networks via multi-agent reinforcement learning
von: Zulfiqar, Mubshra, et al.
Veröffentlicht: (2026)

An approach of deep reinforcement learning for maximizing the net present value of stochastic projects
von: Xu, Wei, et al.
Veröffentlicht: (2025)

Adaptive routing protocols for determining optimal paths in AI multi-agent systems: a priority- and learning-enhanced approach
von: Panayotov, Theodor, et al.
Veröffentlicht: (2025)

An agentic system with reinforcement-learned subsystem improvements for parsing form-like documents
von: Amjad, Ayesha, et al.
Veröffentlicht: (2025)

Bridging the phenotype-target gap for molecular generation via multi-objective reinforcement learning
von: Guo, Haotian, et al.
Veröffentlicht: (2025)

Configurable multi-agent framework for scalable and realistic testing of llm-based agents
von: Wang, Sai, et al.
Veröffentlicht: (2025)

SQLBench: A Comprehensive Evaluation for Text-to-SQL Capabilities of Large Language Models
von: Zhang, Bin, et al.
Veröffentlicht: (2024)

PDE-Agent: A toolchain-augmented multi-agent framework for PDE solving
von: Liu, Jianming, et al.
Veröffentlicht: (2025)

Curriculum reinforcement learning with measurable task representation learning
von: Wen, Yongyan, et al.
Veröffentlicht: (2026)

TransportAgents: a multi-agents LLM framework for traffic accident severity prediction
von: Yang, Zhichao, et al.
Veröffentlicht: (2026)

ADSEL: Adaptive dual self-expression learning for EEG feature selection via incomplete multi-dimensional emotional tagging
von: Yu, Tianze, et al.
Veröffentlicht: (2025)

A modular framework for automated evaluation of procedural content generation in serious games with deep reinforcement learning agents
von: Kalafatis, Eleftherios, et al.
Veröffentlicht: (2025)

Multi-agent assignment via state augmented reinforcement learning
von: Agorio, Leopoldo, et al.
Veröffentlicht: (2024)

Safe reinforcement learning with online filtering for fatigue-predictive human-robot task planning and allocation in production
von: Xue, Jintao, et al.
Veröffentlicht: (2026)

Normalization and effective learning rates in reinforcement learning
von: Lyle, Clare, et al.
Veröffentlicht: (2024)

TemporalPaD: a reinforcement-learning framework for temporal feature representation and dimension reduction
von: Mu, Xuechen, et al.
Veröffentlicht: (2024)

Data-driven simulator of multi-animal behavior with unknown dynamics via offline and online reinforcement learning
von: Fujii, Keisuke, et al.
Veröffentlicht: (2025)

Agentic reinforcement learning empowers next-generation chemical language models for molecular design and synthesis
von: Li, Hao, et al.
Veröffentlicht: (2026)

Economic span selection of bridge based on deep reinforcement learning
von: Zhang, Leye, et al.
Veröffentlicht: (2024)