Buchumschlag

Locally Interdependent Multi-Agent MDP: Theoretical Framework for Decentralized Agents with Dynamic Dependencies

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	DeWeese, Alex, Qu, Guannan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Multiagent Systems Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Thinking Beyond Visibility: A Near-Optimal Policy Framework for Locally Interdependent Multi-Agent MDPs
von: DeWeese, Alex, et al.
Veröffentlicht: (2025)

Mean-Field Sampling for Cooperative Multi-Agent Reinforcement Learning
von: Anand, Emile, et al.
Veröffentlicht: (2024)

DeMuon: A Decentralized Muon for Matrix Optimization over Graphs
von: He, Chuan, et al.
Veröffentlicht: (2025)

Solving Multi-Agent Safe Optimal Control with Distributed Epigraph Form MARL
von: Zhang, Songyuan, et al.
Veröffentlicht: (2025)

Securing Multi-Agent Systems Against Corruptions via Node Contribution Backpropagation
von: Wu, Chengcan, et al.
Veröffentlicht: (2025)

Logarithmically Quantized Distributed Optimization over Dynamic Multi-Agent Networks
von: Doostmohammadian, Mohammadreza, et al.
Veröffentlicht: (2024)

What Makes Local Updates Effective: The Role of Data Heterogeneity and Smoothness
von: Patel, Kumar Kshitij
Veröffentlicht: (2025)

Mean-Field Control on Sparse Graphs: From Local Limits to GNNs via Neighborhood Distributions
von: Schmidt, Tobias, et al.
Veröffentlicht: (2026)

Multi-Objective Optimization Using Adaptive Distributed Reinforcement Learning
von: Tan, Jing, et al.
Veröffentlicht: (2024)

Solving Continuous Mean Field Games: Deep Reinforcement Learning for Non-Stationary Dynamics
von: Magnino, Lorenzo, et al.
Veröffentlicht: (2025)

Optimization and Learning in Open Multi-Agent Systems
von: Deplano, Diego, et al.
Veröffentlicht: (2025)

Optimizing Service Operations via LLM-Powered Multi-Agent Simulation
von: Wang, Yanyuan, et al.
Veröffentlicht: (2026)

On the Reliability Limits of LLM-Based Multi-Agent Planning
von: Ao, Ruicheng, et al.
Veröffentlicht: (2026)

Transformer-Based Scalable Multi-Agent Reinforcement Learning for Networked Systems with Long-Range Interactions
von: Sinha, Vidur, et al.
Veröffentlicht: (2025)

IntersectionZoo: Eco-driving for Benchmarking Multi-Agent Contextual Reinforcement Learning
von: Jayawardana, Vindula, et al.
Veröffentlicht: (2024)

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

Structured Cooperative Multi-Agent Reinforcement Learning: a Bayesian Network Perspective
von: Syed, Shahbaz P Qadri, et al.
Veröffentlicht: (2025)

Stochastic Approximation with Delayed Updates: Finite-Time Rates under Markovian Sampling
von: Adibi, Arman, et al.
Veröffentlicht: (2024)

Community-based Multi-Agent Reinforcement Learning with Transfer and Active Exploration
von: Shi, Zhaoyang
Veröffentlicht: (2025)

Electric Vehicle Routing Problem for Emergency Power Supply: Towards Telecom Base Station Relief
von: Kikuta, Daisuke, et al.
Veröffentlicht: (2024)

Bench-MFG: A Benchmark Suite for Learning in Stationary Mean Field Games
von: Magnino, Lorenzo, et al.
Veröffentlicht: (2026)

Effective Policy Learning for Multi-Agent Online Coordination Beyond Submodular Objectives
von: Zhang, Qixin, et al.
Veröffentlicht: (2025)

Near-Optimal Online Learning for Multi-Agent Submodular Coordination: Tight Approximation and Communication Efficiency
von: Zhang, Qixin, et al.
Veröffentlicht: (2025)

Hierarchical Policy-Gradient Reinforcement Learning for Multi-Agent Shepherding Control of Non-Cohesive Targets
von: Covone, Stefano, et al.
Veröffentlicht: (2025)

Approximate Linear Programming for Decentralized Policy Iteration in Cooperative Multi-agent Markov Decision Processes
von: Mandal, Lakshmi, et al.
Veröffentlicht: (2023)

Decentralized Personalized Federated Learning
von: Kharrat, Salma, et al.
Veröffentlicht: (2024)

Hierarchical Decentralized Stochastic Control for Cyber-Physical Systems
von: Kaza, Kesav, et al.
Veröffentlicht: (2025)

SAFE--MA--RRT: Multi-Agent Motion Planning with Data-Driven Safety Certificates
von: Esmaeili, Babak, et al.
Veröffentlicht: (2025)

Performance-Aware Self-Configurable Multi-Agent Networks: A Distributed Submodular Approach for Simultaneous Coordination and Network Design
von: Xu, Zirui, et al.
Veröffentlicht: (2024)

High-Probability Convergence Guarantees of Decentralized SGD
von: Armacki, Aleksandar, et al.
Veröffentlicht: (2025)

Decentralized Online Riemannian Optimization Beyond Hadamard Manifolds
von: Sahinoglu, Emre, et al.
Veröffentlicht: (2025)

High-Probability Convergence in Decentralized Stochastic Optimization with Gradient Tracking
von: Armacki, Aleksandar, et al.
Veröffentlicht: (2026)

Adaptive Decentralized Composite Optimization via Three-Operator Splitting
von: Chen, Xiaokai, et al.
Veröffentlicht: (2026)

Goal-Oriented Multi-Agent Reinforcement Learning for Decentralized Agent Teams
von: Du, Hung, et al.
Veröffentlicht: (2025)

Decentralized Coordination of Distributed Energy Resources through Local Energy Markets and Deep Reinforcement Learning
von: May, Daniel, et al.
Veröffentlicht: (2024)

Learning Decentralized Partially Observable Mean Field Control for Artificial Collective Behavior
von: Cui, Kai, et al.
Veröffentlicht: (2023)

Balancing Specialization and Centralization: A Multi-Agent Reinforcement Learning Benchmark for Sequential Industrial Control
von: Maus, Tom, et al.
Veröffentlicht: (2025)

Decentralized and Lifelong-Adaptive Multi-Agent Collaborative Learning
von: Tang, Shuo, et al.
Veröffentlicht: (2024)

Settling Decentralized Multi-Agent Coordinated Exploration by Novelty Sharing
von: Jiang, Haobin, et al.
Veröffentlicht: (2024)

Reward-Independent Messaging for Decentralized Multi-Agent Reinforcement Learning
von: Yoshida, Naoto, et al.
Veröffentlicht: (2025)