Buchumschlag

Towards Multi-agent Reinforcement Learning based Traffic Signal Control through Spatio-temporal Hypergraphs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Kang, Shen, Zhishu, Lei, Zhen, Zhang, Tiehua
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Multiagent Systems Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DHLight: Multi-agent Policy-based Directed Hypergraph Learning for Traffic Signal Control
von: Lei, Zhen, et al.
Veröffentlicht: (2024)

Toward Dependency Dynamics in Multi-Agent Reinforcement Learning for Traffic Signal Control
von: Zhang, Yuli, et al.
Veröffentlicht: (2025)

Enhancing Traffic Signal Control through Model-based Reinforcement Learning and Policy Reuse
von: Li, Yihong, et al.
Veröffentlicht: (2025)

Integrating Transit Signal Priority into Multi-Agent Reinforcement Learning based Traffic Signal Control
von: Kwesiga, Dickness Kakitahi, et al.
Veröffentlicht: (2024)

PyTSC: A Unified Platform for Multi-Agent Reinforcement Learning in Traffic Signal Control
von: Bokade, Rohit, et al.
Veröffentlicht: (2024)

OffLight: An Offline Multi-Agent Reinforcement Learning Framework for Traffic Signal Control
von: Bokade, Rohit, et al.
Veröffentlicht: (2024)

Communication Strategy on Macro-and-Micro Traffic State in Cooperative Deep Reinforcement Learning for Regional Traffic Signal Control
von: Gu, Hankang, et al.
Veröffentlicht: (2025)

Verco: Learning Coordinated Verbal Communication for Multi-agent Reinforcement Learning
von: Li, Dapeng, et al.
Veröffentlicht: (2024)

A Hierarchical Deep Reinforcement Learning Framework for Traffic Signal Control with Predictable Cycle Planning
von: Gu, Hankang, et al.
Veröffentlicht: (2025)

Model-based Multi-agent Reinforcement Learning: Recent Progress and Prospects
von: Wang, Xihuai, et al.
Veröffentlicht: (2022)

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

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

MetaVIM: Meta Variationally Intrinsic Motivated Reinforcement Learning for Decentralized Traffic Signal Control
von: Zhu, Liwen, et al.
Veröffentlicht: (2021)

A Semi Centralized Training Decentralized Execution Architecture for Multi Agent Deep Reinforcement Learning in Traffic Signal Control
von: Rezaali, Arash, et al.
Veröffentlicht: (2025)

MacLight: Multi-scene Aggregation Convolutional Learning for Traffic Signal Control
von: Lee, Sunbowen, et al.
Veröffentlicht: (2024)

Nucleolus Credit Assignment for Effective Coalitions in Multi-agent Reinforcement Learning
von: Li, Yugu, et al.
Veröffentlicht: (2025)

Multi-agent Reinforcement Learning with Deep Networks for Diverse Q-Vectors
von: Luo, Zhenglong, et al.
Veröffentlicht: (2024)

Scalable Multi-agent Reinforcement Learning for Factory-wide Dynamic Scheduling
von: Jang, Jaeyeon, et al.
Veröffentlicht: (2024)

Learning to Deliberate: Meta-policy Collaboration for Agentic LLMs with Multi-agent Reinforcement Learning
von: Yang, Wei, et al.
Veröffentlicht: (2025)

Efficient Multi-agent Reinforcement Learning by Planning
von: Liu, Qihan, et al.
Veröffentlicht: (2024)

Improving Global Parameter-sharing in Physically Heterogeneous Multi-agent Reinforcement Learning with Unified Action Space
von: Yu, Xiaoyang, et al.
Veröffentlicht: (2024)

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

Exponential Topology-enabled Scalable Communication in Multi-agent Reinforcement Learning
von: Li, Xinran, et al.
Veröffentlicht: (2025)

ST-EVO: Towards Generative Spatio-Temporal Evolution of Multi-Agent Communication Topologies
von: Wu, Xingjian, et al.
Veröffentlicht: (2026)

Towards Simulating Social Influence Dynamics with LLM-based Multi-agents
von: Lin, Hsien-Tsung, et al.
Veröffentlicht: (2025)

CoSLight: Co-optimizing Collaborator Selection and Decision-making to Enhance Traffic Signal Control
von: Ruan, Jingqing, et al.
Veröffentlicht: (2024)

Impact of Collective Behaviors of Autonomous Vehicles on Urban Traffic Dynamics: A Multi-Agent Reinforcement Learning Approach
von: Akman, Ahmet Onur, et al.
Veröffentlicht: (2025)

Kaleidoscope: Learnable Masks for Heterogeneous Multi-agent Reinforcement Learning
von: Li, Xinran, et al.
Veröffentlicht: (2024)

Traffic Smoothing Controllers for Autonomous Vehicles Using Deep Reinforcement Learning and Real-World Trajectory Data
von: Lichtlé, Nathan, et al.
Veröffentlicht: (2024)

Multi-agent Reinforcement Learning: A Comprehensive Survey
von: Huh, Dom, et al.
Veröffentlicht: (2023)

Towards Generalizability of Multi-Agent Reinforcement Learning in Graphs with Recurrent Message Passing
von: Weil, Jannis, et al.
Veröffentlicht: (2024)

M3HF: Multi-agent Reinforcement Learning from Multi-phase Human Feedback of Mixed Quality
von: Wang, Ziyan, et al.
Veröffentlicht: (2025)

Multi-agent Reinforcement Learning for Dynamic Dispatching in Material Handling Systems
von: Lee, Xian Yeow, et al.
Veröffentlicht: (2024)

Smart Traffic Signals: Comparing MARL and Fixed-Time Strategies
von: Mahato, Saahil
Veröffentlicht: (2025)

Towards Efficient Hypergraph and Multi-LLM Agent Recommender Systems
von: Mukande, Tendai, et al.
Veröffentlicht: (2025)

Heterogeneity in Multi-Agent Reinforcement Learning
von: Hu, Tianyi, et al.
Veröffentlicht: (2025)

GHQ: Grouped Hybrid Q Learning for Heterogeneous Cooperative Multi-agent Reinforcement Learning
von: Yu, Xiaoyang, et al.
Veröffentlicht: (2023)

Multi-agent Embodied AI: Advances and Future Directions
von: Feng, Zhaohan, et al.
Veröffentlicht: (2025)

Episodic Future Thinking Mechanism for Multi-agent Reinforcement Learning
von: Lee, Dongsu, et al.
Veröffentlicht: (2024)

LLM-powered Multi-agent Framework for Goal-oriented Learning in Intelligent Tutoring System
von: Wang, Tianfu, et al.
Veröffentlicht: (2025)