Buchumschlag

Efficient Learning in Chinese Checkers: Comparing Parameter Sharing in Multi-Agent Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Adhikari, Noah, Gu, Allen
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Prism: Spectral Parameter Sharing for Multi-Agent Reinforcement Learning
von: Kim, Kyungbeom, et al.
Veröffentlicht: (2026)

PPS-QMIX: Periodically Parameter Sharing for Accelerating Convergence of Multi-Agent Reinforcement Learning
von: Zhang, Ke, et al.
Veröffentlicht: (2024)

Robust and Efficient Communication in Multi-Agent Reinforcement Learning
von: Liu, Zejiao, et al.
Veröffentlicht: (2025)

Centralized Reward Agent for Knowledge Sharing and Transfer in Multi-Task Reinforcement Learning
von: Ma, Haozhe, et al.
Veröffentlicht: (2024)

Contextual Knowledge Sharing in Multi-Agent Reinforcement Learning with Decentralized Communication and Coordination
von: Du, Hung, et al.
Veröffentlicht: (2025)

Selectively Sharing Experiences Improves Multi-Agent Reinforcement Learning
von: Gerstgrasser, Matthias, et al.
Veröffentlicht: (2023)

Representation Learning For Efficient Deep Multi-Agent Reinforcement Learning
von: Huh, Dom, et al.
Veröffentlicht: (2024)

Concept Learning for Cooperative Multi-Agent Reinforcement Learning
von: Ge, Zhonghan, et al.
Veröffentlicht: (2025)

Linear Bellman Completeness Suffices for Efficient Online Reinforcement Learning with Few Actions
von: Golowich, Noah, et al.
Veröffentlicht: (2024)

Achieving Collective Welfare in Multi-Agent Reinforcement Learning via Suggestion Sharing
von: Jin, Yue, et al.
Veröffentlicht: (2024)

On Centralized Critics in Multi-Agent Reinforcement Learning
von: Lyu, Xueguang, et al.
Veröffentlicht: (2024)

A Robust and Efficient Multi-Agent Reinforcement Learning Framework for Traffic Signal Control
von: Huang, Sheng-You, et al.
Veröffentlicht: (2026)

MoSLD: An Extremely Parameter-Efficient Mixture-of-Shared LoRAs for Multi-Task Learning
von: Zhao, Lulu, et al.
Veröffentlicht: (2024)

Multi-Task Reinforcement Learning Enables Parameter Scaling
von: McLean, Reginald, et al.
Veröffentlicht: (2025)

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

On Stateful Value Factorization in Multi-Agent Reinforcement Learning
von: Marchesini, Enrico, et al.
Veröffentlicht: (2024)

Adaptive Robust Estimator for Multi-Agent Reinforcement Learning
von: Li, Zhongyi, et al.
Veröffentlicht: (2026)

Explaining Decentralized Multi-Agent Reinforcement Learning Policies
von: Boggess, Kayla, et al.
Veröffentlicht: (2025)

Coordination Graphs for Constrained Multi-Agent Reinforcement Learning
von: Amaya-Corredor, Santiago, et al.
Veröffentlicht: (2026)

Reinforcement Learning with Foundation Priors: Let the Embodied Agent Efficiently Learn on Its Own
von: Ye, Weirui, et al.
Veröffentlicht: (2023)

Multi-Agent Reinforcement Learning for Autonomous Driving: A Survey
von: Zhang, Ruiqi, et al.
Veröffentlicht: (2024)

LEMON: Learning Executable Multi-Agent Orchestration via Counterfactual Reinforcement Learning
von: Chen, Xudong, et al.
Veröffentlicht: (2026)

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

Parameter Efficient Reinforcement Learning from Human Feedback
von: Sidahmed, Hakim, et al.
Veröffentlicht: (2024)

Efficient Training in Multi-Agent Reinforcement Learning: A Communication-Free Framework for the Box-Pushing Problem
von: Ge, David, et al.
Veröffentlicht: (2024)

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

LLM Collaboration With Multi-Agent Reinforcement Learning
von: Liu, Shuo, et al.
Veröffentlicht: (2025)

PyTAG: Tabletop Games for Multi-Agent Reinforcement Learning
von: Balla, Martin, et al.
Veröffentlicht: (2024)

Perspectives for Direct Interpretability in Multi-Agent Deep Reinforcement Learning
von: Poupart, Yoann, et al.
Veröffentlicht: (2025)

MARL-GPT: Foundation Model for Multi-Agent Reinforcement Learning
von: Nesterova, Maria, et al.
Veröffentlicht: (2026)

The Multi-Agent Reinforcement Learning in MalmÖ (MARLÖ) Competition
von: Perez-Liebana, Diego, et al.
Veröffentlicht: (2019)

MEAL: A Benchmark for Continual Multi-Agent Reinforcement Learning
von: Tomilin, Tristan, et al.
Veröffentlicht: (2025)

Pretraining a Shared Q-Network for Data-Efficient Offline Reinforcement Learning
von: Park, Jongchan, et al.
Veröffentlicht: (2025)

Symmetry-Guided Multi-Agent Inverse Reinforcement Learning
von: Tian, Yongkai, et al.
Veröffentlicht: (2025)

Efficient On-Policy Reinforcement Learning via Exploration of Sparse Parameter Space
von: Zhang, Xinyu, et al.
Veröffentlicht: (2025)

Comparative Analysis of Multi-Agent Reinforcement Learning Policies for Crop Planning Decision Support
von: Mahajan, Anubha, et al.
Veröffentlicht: (2024)

Multi-level Advantage Credit Assignment for Cooperative Multi-Agent Reinforcement Learning
von: Zhao, Xutong, et al.
Veröffentlicht: (2025)

MA4DIV: Multi-Agent Reinforcement Learning for Search Result Diversification
von: Chen, Yiqun, et al.
Veröffentlicht: (2024)

CP-SynC: Multi-Agent Zero-Shot Constraint Modeling in MiniZinc with Synthesized Checkers
von: Song, Yuliang, et al.
Veröffentlicht: (2026)

An Efficient Approach for Cooperative Multi-Agent Learning Problems
von: Aso-Mollar, Ángel, et al.
Veröffentlicht: (2025)