Buchumschlag

Model-Based RL for Mean-Field Games is not Statistically Harder than Single-Agent RL

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Jiawei, He, Niao, Krause, Andreas
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computer Science and Game Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Independent RL for Cooperative-Competitive Agents: A Mean-Field Perspective
von: Zaman, Muhammad Aneeq uz, et al.
Veröffentlicht: (2024)

A Single Online Agent Can Efficiently Learn Mean Field Games
von: Zhang, Chenyu, et al.
Veröffentlicht: (2024)

Bandits with Preference Feedback: A Stackelberg Game Perspective
von: Pásztor, Barna, et al.
Veröffentlicht: (2024)

Meta-Inverse Reinforcement Learning for Mean Field Games via Probabilistic Context Variables
von: Chen, Yang, et al.
Veröffentlicht: (2025)

Incentivize without Bonus: Provably Efficient Model-based Online Multi-agent RL for Markov Games
von: Yang, Tong, et al.
Veröffentlicht: (2025)

Learning in Mean Field Games: A Survey
von: Laurière, Mathieu, et al.
Veröffentlicht: (2022)

Bounded Rationality Equilibrium Learning in Mean Field Games
von: Eich, Yannick, et al.
Veröffentlicht: (2024)

Stackelberg Learning from Human Feedback: Preference Optimization as a Sequential Game
von: Pásztor, Barna, et al.
Veröffentlicht: (2025)

Learning Mean Field Games on Sparse Graphs: A Hybrid Graphex Approach
von: Fabian, Christian, et al.
Veröffentlicht: (2024)

Graphon Mean Field Games with a Representative Player: Analysis and Learning Algorithm
von: Zhou, Fuzhong, et al.
Veröffentlicht: (2024)

Model Selection for Average Reward RL with Application to Utility Maximization in Repeated Games
von: Masoumian, Alireza, et al.
Veröffentlicht: (2024)

Networked Communication for Mean-Field Games with Function Approximation and Empirical Mean-Field Estimation
von: Benjamin, Patrick, et al.
Veröffentlicht: (2024)

RL-CFR: Improving Action Abstraction for Imperfect Information Extensive-Form Games with Reinforcement Learning
von: Li, Boning, et al.
Veröffentlicht: (2024)

Scalable Neural Incentive Design with Parameterized Mean-Field Approximation
von: Corecco, Nathan, et al.
Veröffentlicht: (2025)

Do LLM Agents Have Regret? A Case Study in Online Learning and Games
von: Park, Chanwoo, et al.
Veröffentlicht: (2024)

Gradient-based Learning in State-based Potential Games for Self-Learning Production Systems
von: Yuwono, Steve, et al.
Veröffentlicht: (2024)

Self-optimization in distributed manufacturing systems using Modular State-based Stackelberg Games
von: Yuwono, Steve, et al.
Veröffentlicht: (2024)

Exploiting Approximate Symmetry for Efficient Multi-Agent Reinforcement Learning
von: Yardim, Batuhan, et al.
Veröffentlicht: (2024)

Independent Learning in Constrained Markov Potential Games
von: Jordan, Philip, et al.
Veröffentlicht: (2024)

Incentivizing Truthful Language Models via Peer Elicitation Games
von: Chen, Baiting, et al.
Veröffentlicht: (2025)

Neural Mean-Field Games: Extending Mean-Field Game Theory with Neural Stochastic Differential Equations
von: Thöni, Anna C. M., et al.
Veröffentlicht: (2025)

Cooperation Dynamics in Multi-Agent Systems: Exploring Game-Theoretic Scenarios with Mean-Field Equilibria
von: Sathi, Vaigarai, et al.
Veröffentlicht: (2023)

Paths to Equilibrium in Games
von: Yongacoglu, Bora, et al.
Veröffentlicht: (2024)

The Hidden Game Problem
von: Buzaglo, Gon, et al.
Veröffentlicht: (2025)

The Intelligent Disobedience Game: Formulating Disobedience in Stackelberg Games and Markov Decision Processes
von: Hornig, Benedikt, et al.
Veröffentlicht: (2026)

Improving Sample Efficiency of Model-Free Algorithms for Zero-Sum Markov Games
von: Feng, Songtao, et al.
Veröffentlicht: (2023)

Learning Mean Field Control on Sparse Graphs
von: Fabian, Christian, et al.
Veröffentlicht: (2025)

Independent Policy Mirror Descent for Markov Potential Games: Scaling to Large Number of Players
von: Alatur, Pragnya, et al.
Veröffentlicht: (2024)

From Leiden to Pleasure Island: The Constant Potts Model for Community Detection as a Hedonic Game
von: Felipe, Lucas Lopes, et al.
Veröffentlicht: (2025)

Game Theory Meets Large Language Models: A Systematic Survey with Taxonomy and New Frontiers
von: Sun, Haoran, et al.
Veröffentlicht: (2025)

Meta-Computing Enhanced Federated Learning in IIoT: Satisfaction-Aware Incentive Scheme via DRL-Based Stackelberg Game
von: Li, Xiaohuan, et al.
Veröffentlicht: (2025)

Efficient Last-iterate Convergence Algorithms in Solving Games
von: Meng, Linjian, et al.
Veröffentlicht: (2023)

Optimistic Thompson Sampling for No-Regret Learning in Unknown Games
von: Li, Yingru, et al.
Veröffentlicht: (2024)

Incentivizing Quality Text Generation via Statistical Contracts
von: Saig, Eden, et al.
Veröffentlicht: (2024)

Regret Minimization and Convergence to Equilibria in General-sum Markov Games
von: Erez, Liad, et al.
Veröffentlicht: (2022)

A Variational Inequality Approach to Independent Learning in Static Mean-Field Games
von: Yardim, Batuhan, et al.
Veröffentlicht: (2025)

MF-OML: Online Mean-Field Reinforcement Learning with Occupation Measures for Large Population Games
von: Hu, Anran, et al.
Veröffentlicht: (2024)

LiteEFG: An Efficient Python Library for Solving Extensive-form Games
von: Liu, Mingyang, et al.
Veröffentlicht: (2024)

Graphical Models for Decision-Making: Integrating Causality and Game Theory
von: Vonk, Maarten C., et al.
Veröffentlicht: (2025)

Monopoly Deal: A Benchmark Environment for Bounded One-Sided Response Games
von: Wolf, Will
Veröffentlicht: (2025)