Buchumschlag

When is Mean-Field Reinforcement Learning Tractable and Relevant?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yardim, Batuhan, Goldman, Artur, He, Niao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Science and Game Theory Multiagent Systems Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

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

Policy Optimization and Multi-agent Reinforcement Learning for Mean-variance Team Stochastic Games
von: Hu, Junkai, et al.
Veröffentlicht: (2025)

Stochastic Semi-Gradient Descent for Learning Mean Field Games with Population-Aware Function Approximation
von: Zhang, Chenyu, et al.
Veröffentlicht: (2024)

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

When Should Agents Coordinate in Differentiable Sequential Decision Problems?
von: Probine, Caleb, et al.
Veröffentlicht: (2026)

Identity Concealment Games: How I Learned to Stop Revealing and Love the Coincidences
von: Karabag, Mustafa O., et al.
Veröffentlicht: (2021)

On the Convergence of Tâtonnement for Linear Fisher Markets
von: Nan, Tianlong, et al.
Veröffentlicht: (2024)

Strategic Negotiations in Endogenous Network Formation
von: Jalan, Akhil, et al.
Veröffentlicht: (2024)

Global solution to sensor network localization: A non-convex potential game approach and its distributed implementation
von: Xu, Gehui, et al.
Veröffentlicht: (2024)

A Multi-Player Potential Game Approach for Sensor Network Localization with Noisy Measurements
von: Xu, Gehui, et al.
Veröffentlicht: (2024)

Certifying Concavity and Monotonicity in Games via Sum-of-Squares Hierarchies
von: Leon, Vincent, et al.
Veröffentlicht: (2025)

Non-convex potential games for finding global solutions to sensor network localization
von: Xu, Gehui, et al.
Veröffentlicht: (2023)

$α$-Potential Games for Decentralized Control of Connected and Automated Vehicles
von: Di, Xuan, et al.
Veröffentlicht: (2025)

Synergistic Traffic Assignment
von: Bläsius, Thomas, et al.
Veröffentlicht: (2025)

Dynamic Games among Teams with Delayed Intra-Team Information Sharing
von: Tang, Dengwang, et al.
Veröffentlicht: (2021)

Information Compression in Dynamic Information Disclosure Games
von: Tang, Dengwang, et al.
Veröffentlicht: (2024)

A Fixed Point Framework for the Existence of EFX Allocations
von: Etesami, S. Rasoul
Veröffentlicht: (2025)

Data-Driven Behaviour Estimation in Parametric Games
von: Maddux, Anna M., et al.
Veröffentlicht: (2022)

Harnessing Information in Incentive Design
von: Velicheti, Raj Kiriti, et al.
Veröffentlicht: (2025)

Adaptive Incentive Design with Regret Minimization
von: Vasileiou, Georgios, et al.
Veröffentlicht: (2026)

How competitive are pay-as-bid auction games?
von: Vanelli, Martina, et al.
Veröffentlicht: (2025)

Distributed Equilibrium-Seeking in Target Coverage Games via Self-Configurable Networks under Limited Communication
von: Bhargav, Jayanth, et al.
Veröffentlicht: (2026)

A No-Regret Framework for Adaptive Incentive Design
von: Vasileiou, Georgios, et al.
Veröffentlicht: (2026)

Incentive Design without Hypergradients: A Social-Gradient Method
von: Vasileiou, Georgios, et al.
Veröffentlicht: (2026)

Game-theoretic Decentralized Coordination for Airspace Sector Overload Mitigation
von: Im, Jaehan, et al.
Veröffentlicht: (2025)

Asymmetric Nash Seeking via Best Response Maps: Global Linear Convergence and Robustness to Inexact Reaction Models
von: Rabbani, Mahdis, et al.
Veröffentlicht: (2026)

Optimal Modified Feedback Strategies in LQ Games under Control Imperfections
von: Rabbani, Mahdis, et al.
Veröffentlicht: (2025)

A Data Driven Structural Decomposition of Dynamic Games via Best Response Maps
von: Rabbani, Mahdis, et al.
Veröffentlicht: (2026)

Population-aware Online Mirror Descent for Mean-Field Games by Deep Reinforcement Learning
von: Wu, Zida, et al.
Veröffentlicht: (2024)

General Performance Evaluation for Competitive Resource Allocation Games via Unseen Payoff Estimation
von: Diamond, N'yoma, et al.
Veröffentlicht: (2024)

Online Learning for Dynamic Vickrey-Clarke-Groves Mechanism in Unknown Environments
von: Leon, Vincent, et al.
Veröffentlicht: (2025)

Learning from Delayed Feedback in Games via Extra Prediction
von: Fujimoto, Yuma, et al.
Veröffentlicht: (2025)

Global Behavior of Learning Dynamics in Zero-Sum Games with Memory Asymmetry
von: Fujimoto, Yuma, et al.
Veröffentlicht: (2024)

Nash Equilibrium and Learning Dynamics in Three-Player Matching $m$-Action Games
von: Fujimoto, Yuma, et al.
Veröffentlicht: (2024)

Synchronization in Learning in Periodic Zero-Sum Games Triggers Divergence from Nash Equilibrium
von: Fujimoto, Yuma, et al.
Veröffentlicht: (2024)

Memory Asymmetry Creates Heteroclinic Orbits to Nash Equilibrium in Learning in Zero-Sum Games
von: Fujimoto, Yuma, et al.
Veröffentlicht: (2023)

Aspiration-based Perturbed Learning Automata in Games with Noisy Utility Measurements. Part A: Stochastic Stability in Non-zero-Sum Games
von: Chasparis, Georgios C.
Veröffentlicht: (2025)

Dynamic Population Games: A Tractable Intersection of Mean-Field Games and Population Games
von: Elokda, Ezzat, et al.
Veröffentlicht: (2021)