Buchumschlag

Mean Field Correlated Imitation Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Zhiyu, Mi, Qirui, Yang, Ning, Yan, Xue, Zhang, Haifeng, Wang, Jun, Yang, Yaodong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Multiagent Systems
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MF-LLM: Simulating Population Decision Dynamics via a Mean-Field Large Language Model Framework
von: Mi, Qirui, et al.
Veröffentlicht: (2025)

Vairiational Stochastic Games
von: Zhao, Zhiyu, et al.
Veröffentlicht: (2025)

Towards Efficient Collaboration via Graph Modeling in Reinforcement Learning
von: Fan, Wenzhe, et al.
Veröffentlicht: (2024)

Graphon Mean-Field Control for Cooperative Multi-Agent Reinforcement Learning
von: Hu, Yuanquan, et al.
Veröffentlicht: (2022)

Fault Tolerant Multi-Agent Learning with Adversarial Budget Constraints
von: Mguni, David, et al.
Veröffentlicht: (2025)

Leveraging Team Correlation for Approximating Equilibrium in Two-Team Zero-Sum Games
von: Liu, Naming, et al.
Veröffentlicht: (2024)

Beyond Self-Interest: Modeling Social-Oriented Motivation for Human-like Multi-Agent Interactions
von: Lin, Jingzhe, et al.
Veröffentlicht: (2026)

Game-Theoretic Multiagent Reinforcement Learning
von: Yang, Yaodong, et al.
Veröffentlicht: (2020)

Learning Large-Scale Competitive Team Behaviors with Mean-Field Interactions and Online Opponent Modeling
von: Jeloka, Bhavini, et al.
Veröffentlicht: (2025)

Work Smarter Not Harder: Simple Imitation Learning with CS-PIBT Outperforms Large Scale Imitation Learning for MAPF
von: Veerapaneni, Rishi, et al.
Veröffentlicht: (2024)

Networked Communication for Decentralised Cooperative Agents in Mean-Field Control
von: Benjamin, Patrick, et al.
Veröffentlicht: (2025)

Scalable Offline Reinforcement Learning for Mean Field Games
von: Brunnbauer, Axel, et al.
Veröffentlicht: (2024)

Causal Mean Field Multi-Agent Reinforcement Learning
von: Ma, Hao, et al.
Veröffentlicht: (2025)

Robust Cooperative Multi-Agent Reinforcement Learning:A Mean-Field Type Game Perspective
von: Zaman, Muhammad Aneeq uz, et al.
Veröffentlicht: (2024)

Efficient Adaptation in Mixed-Motive Environments via Hierarchical Opponent Modeling and Planning
von: Huang, Yizhe, et al.
Veröffentlicht: (2024)

Learning to Imitate Spatial Organization in Multi-robot Systems
von: Agunloye, Ayomide O., et al.
Veröffentlicht: (2024)

AI-Olympics: Exploring the Generalization of Agents through Open Competitions
von: Wang, Chen, et al.
Veröffentlicht: (2024)

Dual Ensembled Multiagent Q-Learning with Hypernet Regularizer
von: Yang, Yaodong, et al.
Veröffentlicht: (2025)

Mean-Field Bayesian Optimisation
von: Steinberg, Petar, et al.
Veröffentlicht: (2025)

Multi-Agent Conditional Diffusion Model with Mean Field Communication as Wireless Resource Allocation Planner
von: Meng, Kechen, et al.
Veröffentlicht: (2025)

Maximum Entropy Heterogeneous-Agent Reinforcement Learning
von: Liu, Jiarong, et al.
Veröffentlicht: (2023)

Mean-Field Approximation of Cooperative Constrained Multi-Agent Reinforcement Learning (CMARL)
von: Mondal, Washim Uddin, et al.
Veröffentlicht: (2022)

Bottom-Up Reputation Promotes Cooperation with Multi-Agent Reinforcement Learning
von: Ren, Tianyu, et al.
Veröffentlicht: (2025)

Mean-Field Games with Constraints
von: Hu, Anran, et al.
Veröffentlicht: (2025)

Imitating Mistakes in a Learning Companion AI Agent for Online Peer Learning
von: Moribe, Sosui, et al.
Veröffentlicht: (2025)

Traffic Performance GPT (TP-GPT): Real-Time Data Informed Intelligent ChatBot for Transportation Surveillance and Management
von: Wang, Bingzhang, et al.
Veröffentlicht: (2024)

An Empirical Study on Google Research Football Multi-agent Scenarios
von: Song, Yan, et al.
Veröffentlicht: (2023)

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

Small Fleet, Big Impact: Enhancing Shared Micromobility Efficiency through Minimal Autonomous Vehicle Deployment
von: Tan, Heng, et al.
Veröffentlicht: (2025)

M2I2: Learning Efficient Multi-Agent Communication via Masked State Modeling and Intention Inference
von: Sun, Chuxiong, et al.
Veröffentlicht: (2024)

Field Deployment of Multi-Agent Reinforcement Learning Based Variable Speed Limit Controllers
von: Zhang, Yuhang, et al.
Veröffentlicht: (2024)

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

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

Communication-Efficient Desire Alignment for Embodied Agent-Human Adaptation
von: Wang, Yuanfei, et al.
Veröffentlicht: (2025)

TransforMARS: Fault-Tolerant Self-Reconfiguration for Arbitrarily Shaped Modular Aerial Robot Systems
von: Huang, Rui, et al.
Veröffentlicht: (2025)

Guiding LLM-Based Human Mobility Simulation with Mobility Measures from Shared Data
von: Yan, Hua, et al.
Veröffentlicht: (2026)

Double Distillation Network for Multi-Agent Reinforcement Learning
von: Zhou, Yang, et al.
Veröffentlicht: (2025)

REALISM: A Regulatory Framework for Coordinated Scheduling in Multi-Operator Shared Micromobility Services
von: Tan, Heng, et al.
Veröffentlicht: (2025)

Population-aware Online Mirror Descent for Mean-Field Games with Common Noise by Deep Reinforcement Learning
von: Wu, Zida, et al.
Veröffentlicht: (2025)

Stronger-MAS: Multi-Agent Reinforcement Learning for Collaborative LLMs
von: Zhao, Yujie, et al.
Veröffentlicht: (2025)