Buchumschlag

Graph Neural Network-based Multi-agent Reinforcement Learning for Resilient Distributed Coordination of Multi-Robot Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Goeckner, Anthony, Sui, Yueyuan, Martinet, Nicolas, Li, Xinliang, Zhu, Qi
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Multiagent Systems Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Attrition-Aware Adaptation for Multi-Agent Patrolling
von: Goeckner, Anthony, et al.
Veröffentlicht: (2023)

Physics-Informed Multi-Agent Reinforcement Learning for Distributed Multi-Robot Problems
von: Sebastian, Eduardo, et al.
Veröffentlicht: (2023)

Hypergraph-based Coordinated Task Allocation and Socially-aware Navigation for Multi-Robot Systems
von: Wang, Weizheng, et al.
Veröffentlicht: (2024)

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

Policies over Poses: Reinforcement Learning based Distributed Pose-Graph Optimization for Multi-Robot SLAM
von: Ghanta, Sai Krishna, et al.
Veröffentlicht: (2025)

Multi-Robot Patrol Algorithm with Distributed Coordination and Consciousness of the Base Station's Situation Awareness
von: Kobayashi, Kazuho, et al.
Veröffentlicht: (2023)

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

Multi-Robot Coordination Under Physical Limitations
von: Tasooji, Tohid Kargar, et al.
Veröffentlicht: (2025)

SDHN: Skewness-Driven Hypergraph Networks for Enhanced Localized Multi-Robot Coordination
von: Zhao, Delin, et al.
Veröffentlicht: (2025)

Latent Space Reinforcement Learning for Multi-Robot Exploration
von: Rajasekar, Sriram, et al.
Veröffentlicht: (2026)

K-ARC: Adaptive Robot Coordination for Multi-Robot Kinodynamic Planning
von: Qin, Mike, et al.
Veröffentlicht: (2025)

Multi-Robot Coordination for Planning under Context Uncertainty
von: Rustagi, Pulkit, et al.
Veröffentlicht: (2026)

Graph Neural Networks for Multi-Robot Active Information Acquisition
von: Tzes, Mariliza, et al.
Veröffentlicht: (2022)

Dynamic Deep Factor Graph for Multi-Agent Reinforcement Learning
von: Shi, Yuchen, et al.
Veröffentlicht: (2024)

Multi-Modal Decentralized Reinforcement Learning for Modular Reconfigurable Lunar Robots
von: Mishra, Ashutosh, et al.
Veröffentlicht: (2025)

Graph-based Decentralized Task Allocation for Multi-Robot Target Localization
von: Peng, Juntong, et al.
Veröffentlicht: (2023)

MAGNNET: Multi-Agent Graph Neural Network-based Efficient Task Allocation for Autonomous Vehicles with Deep Reinforcement Learning
von: Ratnabala, Lavanya, et al.
Veröffentlicht: (2025)

Relay-Based Coordination for Energy-Efficient Multi-Robot Pickup and Delivery
von: Srivastava, Alkesh K., et al.
Veröffentlicht: (2025)

Distributed Optimization Methods for Multi-Robot Systems: Part I -- A Tutorial
von: Shorinwa, Ola, et al.
Veröffentlicht: (2023)

Distributed Optimization Methods for Multi-Robot Systems: Part II -- A Survey
von: Shorinwa, Ola, et al.
Veröffentlicht: (2023)

HGP-RL: Distributed Hierarchical Gaussian Processes for Wi-Fi-based Relative Localization in Multi-Robot Systems
von: Latif, Ehsan, et al.
Veröffentlicht: (2023)

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

Graph Neural Planning and Predictive Control for Multi-Robot Communication-Constrained Unlabeled Motion Planning
von: Goarin, Manohari, et al.
Veröffentlicht: (2026)

DCL-Sparse: Distributed Range-only Cooperative Localization of Multi-Robots in Noisy and Sparse Sensing Graphs
von: Sagale, Atharva, et al.
Veröffentlicht: (2024)

Subgoal-based Hierarchical Reinforcement Learning for Multi-Agent Collaboration
von: Xu, Cheng, et al.
Veröffentlicht: (2024)

DELIVER: A System for LLM-Guided Coordinated Multi-Robot Pickup and Delivery using Voronoi-Based Relay Planning
von: Srivastava, Alkesh K., et al.
Veröffentlicht: (2025)

Destination-to-Chutes Task Mapping Optimization for Multi-Robot Coordination in Robotic Sorting Systems
von: Zhang, Yulun, et al.
Veröffentlicht: (2025)

Transformer-based Multi-agent Reinforcement Learning for Separation Assurance in Structured and Unstructured Airspaces
von: Aziz, Arsyi, et al.
Veröffentlicht: (2026)

Efficient Multi-Agent Coordination via Dynamic Joint-State Graph Construction
von: Zhou, Yanlin, et al.
Veröffentlicht: (2025)

Heterogeneous Multi-Robot Graph Coverage with Proximity and Movement Constraints
von: Mutzari, Dolev, et al.
Veröffentlicht: (2024)

CQLite: Communication-Efficient Multi-Robot Exploration Using Coverage-biased Distributed Q-Learning
von: Latif, Ehsan, et al.
Veröffentlicht: (2023)

Deep Reinforcement Learning for Decentralized Multi-Robot Control: A DQN Approach to Robustness and Information Integration
von: Wu, Bin, et al.
Veröffentlicht: (2024)

Streaming Multi-agent Pathfinding
von: Tang, Mingkai, et al.
Veröffentlicht: (2025)

Confidence Boosts Trust-Based Resilience in Cooperative Multi-Robot Systems
von: Ballotta, Luca, et al.
Veröffentlicht: (2025)

Multi-agent Path Finding for Mixed Autonomy Traffic Coordination
von: Zheng, Han, et al.
Veröffentlicht: (2024)

Graph Neural Networks with Model-based Reinforcement Learning for Multi-agent Systems
von: Chen, Hanxiao
Veröffentlicht: (2024)

Graph-Based Complexity Metrics for Multi-Agent Curriculum Learning: A Validated Approach to Task Ordering in Cooperative Coordination Environments
von: Ebadulla, Farhaan, et al.
Veröffentlicht: (2025)

HIPPO-MAT: Decentralized Task Allocation Using GraphSAGE and Multi-Agent Deep Reinforcement Learning
von: Ratnabala, Lavanya, et al.
Veröffentlicht: (2025)

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

Enhancing Security in Multi-Robot Systems through Co-Observation Planning, Reachability Analysis, and Network Flow
von: Yang, Ziqi, et al.
Veröffentlicht: (2024)