Buchumschlag

Physics-Informed Multi-Agent Reinforcement Learning for Distributed Multi-Robot Problems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sebastian, Eduardo, Duong, Thai, Atanasov, Nikolay, Montijano, Eduardo, Sagues, Carlos
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Robotics Multiagent Systems Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Policy Gradient with Self-Attention for Model-Free Distributed Nonlinear Multi-Agent Games
von: Sebastián, Eduardo, et al.
Veröffentlicht: (2025)

Curriculum Imitation Learning of Distributed Multi-Robot Policies
von: Roche, Jesús, et al.
Veröffentlicht: (2025)

Decoupling Geometric Planning and Execution in Scalable Multi-Agent Path Finding
von: Salanova, Fernando, et al.
Veröffentlicht: (2026)

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

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

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

A Prototyping Framework for Distributed Control of Multi-Robot Systems
von: Memon, Junaid Ahmed, et al.
Veröffentlicht: (2026)

Composite Distributed Learning and Synchronization of Nonlinear Multi-Agent Systems with Complete Uncertain Dynamics
von: Jandaghi, Emadodin, et al.
Veröffentlicht: (2024)

Distributed Linear Quadratic Gaussian for Multi-Robot Coordination with Localization Uncertainty
von: Tasooji, Tohid Kargar, et al.
Veröffentlicht: (2025)

Distributed Fault-Tolerant Multi-Robot Cooperative Localization in Adversarial Environments
von: Tasooji, Tohid Kargar, et al.
Veröffentlicht: (2025)

Modelling and Control of Spatial Behaviours in Multi-Agent Systems with Applications to Biology and Robotics
von: Giusti, Andrea
Veröffentlicht: (2024)

Distributed Detection of Adversarial Attacks for Resilient Cooperation of Multi-Robot Systems with Intermittent Communication
von: Bahrami, Rayan, et al.
Veröffentlicht: (2024)

Port-Hamiltonian Neural ODE Networks on Lie Groups For Robot Dynamics Learning and Control
von: Duong, Thai, et al.
Veröffentlicht: (2024)

The Cambridge RoboMaster: An Agile Multi-Robot Research Platform
von: Blumenkamp, Jan, et al.
Veröffentlicht: (2024)

Energy-Aware Task Allocation for Teams of Multi-mode Robots
von: Ito, Takumi, et al.
Veröffentlicht: (2025)

Energy-Aware Coverage Planning for Heterogeneous Multi-Robot System
von: Munir, Aiman, et al.
Veröffentlicht: (2024)

Deep Equivariant Multi-Agent Control Barrier Functions
von: Bousias, Nikolaos, et al.
Veröffentlicht: (2025)

Reinforcement Learning Aided Sequential Optimization for Unsignalized Intersection Management of Robot Traffic
von: G., Nishchal Hoysal, et al.
Veröffentlicht: (2023)

Decentralized Safe and Scalable Multi-Agent Control under Limited Actuation
von: Zinage, Vrushabh, et al.
Veröffentlicht: (2024)

STLGame: Signal Temporal Logic Games in Adversarial Multi-Agent Systems
von: Yang, Shuo, et al.
Veröffentlicht: (2024)

A Global Games-Inspired Approach to Multi-Robot Task Allocation for Heterogeneous Teams
von: Beaver, Logan
Veröffentlicht: (2025)

Homotopy-aware Multi-agent Navigation via Distributed Model Predictive Control
von: Dong, Haoze, et al.
Veröffentlicht: (2025)

SigmaRL: A Sample-Efficient and Generalizable Multi-Agent Reinforcement Learning Framework for Motion Planning
von: Xu, Jianye, et al.
Veröffentlicht: (2024)

CoViS-Net: A Cooperative Visual Spatial Foundation Model for Multi-Robot Applications
von: Blumenkamp, Jan, et al.
Veröffentlicht: (2024)

Census-Based Population Autonomy For Distributed Robotic Teaming
von: Paine, Tyler M., et al.
Veröffentlicht: (2025)

Time-To-Reach Separation and Safety Filtering for Safe, Fair, and Efficient Multi-Agent Coordination
von: Low, Matthew, et al.
Veröffentlicht: (2026)

LiveNet: Robust, Minimally Invasive Multi-Robot Control for Safe and Live Navigation in Constrained Environments
von: Gouru, Srikar, et al.
Veröffentlicht: (2024)

Hamiltonian Dynamics Learning from Point Cloud Observations for Nonholonomic Mobile Robot Control
von: Altawaitan, Abdullah, et al.
Veröffentlicht: (2023)

Discrete-Time Stress Matrix-Based Formation Control of General Linear Multi-Agent Systems
von: Onuoha, Okechi, et al.
Veröffentlicht: (2024)

LIVEPOINT: Fully Decentralized, Safe, Deadlock-Free Multi-Robot Control in Cluttered Environments with High-Dimensional Inputs
von: Chen, Jeffrey, et al.
Veröffentlicht: (2025)

Learning Probabilistic Responsibility Allocations for Multi-Agent Interactions
von: Remy, Isaac, et al.
Veröffentlicht: (2026)

Robust Integral Consensus Control of Multi-Agent Networks Perturbed by Matched and Unmatched Disturbances: The Case of Directed Graphs
von: Romero, Jose Guadalupe, et al.
Veröffentlicht: (2023)

Safe Decentralized Multi-Agent Control using Black-Box Predictors, Conformal Decision Policies, and Control Barrier Functions
von: Huriot, Sacha, et al.
Veröffentlicht: (2024)

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

Density-Driven Optimal Control: Convergence Guarantees for Stochastic LTI Multi-Agent Systems
von: Lee, Kooktae
Veröffentlicht: (2026)

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

Collaborative Safe Formation Control for Coupled Multi-Agent Systems
von: Butler, Brooks A., et al.
Veröffentlicht: (2023)

pc-dbCBS: Kinodynamic Motion Planning of Physically-Coupled Robot Teams
von: Wahba, Khaled, et al.
Veröffentlicht: (2025)

Distributed Multi-Agent Reinforcement Learning with One-hop Neighbors and Compute Straggler Mitigation
von: Wang, Baoqian, et al.
Veröffentlicht: (2022)

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