Buchumschlag

Multi-Objective Optimization Using Adaptive Distributed Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tan, Jing, Khalili, Ramin, Karl, Holger
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Multiagent Systems Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Solving Continuous Mean Field Games: Deep Reinforcement Learning for Non-Stationary Dynamics
von: Magnino, Lorenzo, et al.
Veröffentlicht: (2025)

Optimization and Learning in Open Multi-Agent Systems
von: Deplano, Diego, et al.
Veröffentlicht: (2025)

DeMuon: A Decentralized Muon for Matrix Optimization over Graphs
von: He, Chuan, et al.
Veröffentlicht: (2025)

Solving Multi-Agent Safe Optimal Control with Distributed Epigraph Form MARL
von: Zhang, Songyuan, et al.
Veröffentlicht: (2025)

Mean-Field Control on Sparse Graphs: From Local Limits to GNNs via Neighborhood Distributions
von: Schmidt, Tobias, et al.
Veröffentlicht: (2026)

Locally Interdependent Multi-Agent MDP: Theoretical Framework for Decentralized Agents with Dynamic Dependencies
von: DeWeese, Alex, et al.
Veröffentlicht: (2024)

Thinking Beyond Visibility: A Near-Optimal Policy Framework for Locally Interdependent Multi-Agent MDPs
von: DeWeese, Alex, et al.
Veröffentlicht: (2025)

DCcluster-Opt: Benchmarking Dynamic Multi-Objective Optimization for Geo-Distributed Data Center Workloads
von: Guillen-Perez, Antonio, et al.
Veröffentlicht: (2025)

Bench-MFG: A Benchmark Suite for Learning in Stationary Mean Field Games
von: Magnino, Lorenzo, et al.
Veröffentlicht: (2026)

Effective Policy Learning for Multi-Agent Online Coordination Beyond Submodular Objectives
von: Zhang, Qixin, et al.
Veröffentlicht: (2025)

Logarithmically Quantized Distributed Optimization over Dynamic Multi-Agent Networks
von: Doostmohammadian, Mohammadreza, et al.
Veröffentlicht: (2024)

Stochastic Approximation with Delayed Updates: Finite-Time Rates under Markovian Sampling
von: Adibi, Arman, et al.
Veröffentlicht: (2024)

Electric Vehicle Routing Problem for Emergency Power Supply: Towards Telecom Base Station Relief
von: Kikuta, Daisuke, et al.
Veröffentlicht: (2024)

What Makes Local Updates Effective: The Role of Data Heterogeneity and Smoothness
von: Patel, Kumar Kshitij
Veröffentlicht: (2025)

Major-Minor Mean Field Multi-Agent Reinforcement Learning
von: Cui, Kai, et al.
Veröffentlicht: (2023)

Structured Cooperative Multi-Agent Reinforcement Learning: a Bayesian Network Perspective
von: Syed, Shahbaz P Qadri, et al.
Veröffentlicht: (2025)

Community-based Multi-Agent Reinforcement Learning with Transfer and Active Exploration
von: Shi, Zhaoyang
Veröffentlicht: (2025)

Bayesian Critique-Tune-Based Reinforcement Learning with Adaptive Pressure for Multi-Intersection Traffic Signal Control
von: Duan, Wenchang, et al.
Veröffentlicht: (2024)

Deep Distributed Optimization for Large-Scale Quadratic Programming
von: Saravanos, Augustinos D., et al.
Veröffentlicht: (2024)

Adaptive Decentralized Composite Optimization via Three-Operator Splitting
von: Chen, Xiaokai, et al.
Veröffentlicht: (2026)

Robust Online Learning over Networks
von: Bastianello, Nicola, et al.
Veröffentlicht: (2023)

Securing Multi-Agent Systems Against Corruptions via Node Contribution Backpropagation
von: Wu, Chengcan, et al.
Veröffentlicht: (2025)

Optimizing Service Operations via LLM-Powered Multi-Agent Simulation
von: Wang, Yanyuan, et al.
Veröffentlicht: (2026)

Diffusion Stochastic Learning Over Adaptive Competing Networks
von: Zhao, Yike, et al.
Veröffentlicht: (2025)

Communication- and Computation-Efficient Distributed Submodular Optimization in Robot Mesh Networks
von: Xu, Zirui, et al.
Veröffentlicht: (2024)

Distributed Adaptive Learning Under Communication Constraints
von: Carpentiero, Marco, et al.
Veröffentlicht: (2021)

Momentum for the Win: Collaborative Federated Reinforcement Learning across Heterogeneous Environments
von: Wang, Han, et al.
Veröffentlicht: (2024)

Decentralized Coordination of Distributed Energy Resources through Local Energy Markets and Deep Reinforcement Learning
von: May, Daniel, et al.
Veröffentlicht: (2024)

Analysis of Multiscale Reinforcement Q-Learning Algorithms for Mean Field Control Games
von: Angiuli, Andrea, et al.
Veröffentlicht: (2024)

IntersectionZoo: Eco-driving for Benchmarking Multi-Agent Contextual Reinforcement Learning
von: Jayawardana, Vindula, et al.
Veröffentlicht: (2024)

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

Distributed Fractional Bayesian Learning for Adaptive Optimization
von: Yang, Yaqun, et al.
Veröffentlicht: (2024)

Adaptive Smooth Tchebycheff Attention for Multi-Objective Policy Optimization
von: Murillo-Gonzalez, Alejandro, et al.
Veröffentlicht: (2026)

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

Personalized and Resilient Distributed Learning Through Opinion Dynamics
von: Ballotta, Luca, et al.
Veröffentlicht: (2025)

Hierarchical Policy-Gradient Reinforcement Learning for Multi-Agent Shepherding Control of Non-Cohesive Targets
von: Covone, Stefano, et al.
Veröffentlicht: (2025)

Balancing Specialization and Centralization: A Multi-Agent Reinforcement Learning Benchmark for Sequential Industrial Control
von: Maus, Tom, et al.
Veröffentlicht: (2025)

System-of-systems Modeling and Optimization: An Integrated Framework for Intermodal Mobility
von: Saves, Paul, et al.
Veröffentlicht: (2025)

LC-Opt: Benchmarking Reinforcement Learning and Agentic AI for End-to-End Liquid Cooling Optimization in Data Centers
von: Naug, Avisek, et al.
Veröffentlicht: (2025)

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