Buchumschlag

JointPPO: Diving Deeper into the Effectiveness of PPO in Multi-Agent Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Chenxing, Liu, Guizhong
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

Collaborative Task and Path Planning for Heterogeneous Robotic Teams using Multi-Agent PPO
von: Rubio, Matthias, et al.
Veröffentlicht: (2026)

TinyMA-IEI-PPO: Exploration Incentive-Driven Multi-Agent DRL with Self-Adaptive Pruning for Vehicular Embodied AI Agent Twins Migration
von: Zeng, Zhuoqi, et al.
Veröffentlicht: (2025)

BIPPO: Budget-Aware Independent PPO for Energy-Efficient Federated Learning Services
von: Lackinger, Anna, et al.
Veröffentlicht: (2025)

HYGMA: Hypergraph Coordination Networks with Dynamic Grouping for Multi-Agent Reinforcement Learning
von: Liu, Chiqiang, et al.
Veröffentlicht: (2025)

GAWM: Global-Aware World Model for Multi-Agent Reinforcement Learning
von: Shi, Zifeng, et al.
Veröffentlicht: (2025)

Multi-Agent Model-Based Reinforcement Learning with Joint State-Action Learned Embeddings
von: Wang, Zhizun, et al.
Veröffentlicht: (2026)

Joint Intrinsic Motivation for Coordinated Exploration in Multi-Agent Deep Reinforcement Learning
von: Toquebiau, Maxime, et al.
Veröffentlicht: (2024)

An Agent-Centric Dynamical Systems Perspective on Multi-Agent Reinforcement Learning
von: Rudd-Jones, James, et al.
Veröffentlicht: (2025)

Learning Efficient Communication Protocols for Multi-Agent Reinforcement Learning
von: Zhang, Xinren, et al.
Veröffentlicht: (2025)

Asynchronous Credit Assignment for Multi-Agent Reinforcement Learning
von: Liang, Yongheng, et al.
Veröffentlicht: (2024)

Fully Independent Communication in Multi-Agent Reinforcement Learning
von: Pina, Rafael, et al.
Veröffentlicht: (2024)

Imagine, Initialize, and Explore: An Effective Exploration Method in Multi-Agent Reinforcement Learning
von: Liu, Zeyang, et al.
Veröffentlicht: (2024)

Vulnerable Agent Identification in Large-Scale Multi-Agent Reinforcement Learning
von: Li, Simin, et al.
Veröffentlicht: (2025)

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

Dynamic Graph Communication for Decentralised Multi-Agent Reinforcement Learning
von: McClusky, Ben
Veröffentlicht: (2024)

LAGMA: LAtent Goal-guided Multi-Agent Reinforcement Learning
von: Na, Hyungho, et al.
Veröffentlicht: (2024)

Communicating Unexpectedness for Out-of-Distribution Multi-Agent Reinforcement Learning
von: Lee, Min Whoo, et al.
Veröffentlicht: (2025)

Towards Language-Augmented Multi-Agent Deep Reinforcement Learning
von: Toquebiau, Maxime, et al.
Veröffentlicht: (2025)

Multi-Agent Reinforcement Learning for Multi-Cell Spectrum and Power Allocation
von: Zhang, Yiming, et al.
Veröffentlicht: (2023)

Learning Nudges for Conditional Cooperation: A Multi-Agent Reinforcement Learning Model
von: Kulkarni, Shatayu, et al.
Veröffentlicht: (2024)

Intrinsic Action Tendency Consistency for Cooperative Multi-Agent Reinforcement Learning
von: Zhang, Junkai, et al.
Veröffentlicht: (2024)

TVDO: Tchebycheff Value-Decomposition Optimization for Multi-Agent Reinforcement Learning
von: Hu, Xiaoliang, et al.
Veröffentlicht: (2023)

MARPO: A Reflective Policy Optimization for Multi Agent Reinforcement Learning
von: Wu, Cuiling, et al.
Veröffentlicht: (2025)

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

Attention-Guided Contrastive Role Representations for Multi-Agent Reinforcement Learning
von: Hu, Zican, et al.
Veröffentlicht: (2023)

Beyond Joint Demonstrations: Personalized Expert Guidance for Efficient Multi-Agent Reinforcement Learning
von: Yu, Peihong, et al.
Veröffentlicht: (2024)

Leveraging Partial Symmetry for Multi-Agent Reinforcement Learning
von: Yu, Xin, et al.
Veröffentlicht: (2023)

Making Teams and Influencing Agents: Efficiently Coordinating Decision Trees for Interpretable Multi-Agent Reinforcement Learning
von: Chen, Rex, et al.
Veröffentlicht: (2025)

MARLadona -- Towards Cooperative Team Play Using Multi-Agent Reinforcement Learning
von: Li, Zichong, et al.
Veröffentlicht: (2024)

YOLO-MARL: You Only LLM Once for Multi-Agent Reinforcement Learning
von: Zhuang, Yuan, et al.
Veröffentlicht: (2024)

Safe Continuous-time Multi-Agent Reinforcement Learning via Epigraph Form
von: Wang, Xuefeng, et al.
Veröffentlicht: (2026)

Causal-Inspired Multi-Agent Decision-Making via Graph Reinforcement Learning
von: Wang, Jing, et al.
Veröffentlicht: (2025)

MA2RL: Masked Autoencoders for Generalizable Multi-Agent Reinforcement Learning
von: Feng, Jinyuan, et al.
Veröffentlicht: (2025)

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

LLM-ALSO: LLM-Driven Adaptive Learning-Signal Optimization for Multi-Agent Reinforcement Learning
von: Wu, Xiaoguang, et al.
Veröffentlicht: (2026)

Scalable Safe Multi-Agent Reinforcement Learning for Multi-Agent System
von: Du, Haikuo, et al.
Veröffentlicht: (2025)

Multi-Agent Reinforcement Learning for Connected and Automated Vehicles Control: Recent Advancements and Future Prospects
von: Hua, Min, et al.
Veröffentlicht: (2023)

Scalable UAV Multi-Hop Networking via Multi-Agent Reinforcement Learning with Large Language Models
von: Xu, Yanggang, et al.
Veröffentlicht: (2025)

Multi-AUV Cooperative Underwater Multi-Target Tracking Based on Dynamic-Switching-enabled Multi-Agent Reinforcement Learning
von: Wang, Shengbo, et al.
Veröffentlicht: (2024)

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