Buchumschlag

POGEMA: A Benchmark Platform for Cooperative Multi-Agent Pathfinding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Skrynnik, Alexey, Andreychuk, Anton, Borzilov, Anatolii, Chernyavskiy, Alexander, Yakovlev, Konstantin, Panov, Aleksandr
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Multiagent Systems
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MAPF-GPT: Imitation Learning for Multi-Agent Pathfinding at Scale
von: Andreychuk, Anton, et al.
Veröffentlicht: (2024)

Advancing Learnable Multi-Agent Pathfinding Solvers with Active Fine-Tuning
von: Andreychuk, Anton, et al.
Veröffentlicht: (2025)

Learning to Communicate Locally for Large-Scale Multi-Agent Pathfinding
von: Vyaltsev, Valeriy, et al.
Veröffentlicht: (2026)

CAMAR: Continuous Actions Multi-Agent Routing
von: Pshenitsyn, Artem, et al.
Veröffentlicht: (2025)

Optimal and Bounded Suboptimal Any-Angle Multi-agent Pathfinding
von: Yakovlev, Konstantin, et al.
Veröffentlicht: (2024)

CoRL-MPPI: Enhancing MPPI With Learnable Behaviours For Efficient And Provably-Safe Multi-Robot Collision Avoidance
von: Dergachev, Stepan, et al.
Veröffentlicht: (2025)

Pairwise is Not Enough: Hypergraph Neural Networks for Multi-Agent Pathfinding
von: Jain, Rishabh, et al.
Veröffentlicht: (2026)

Enhancing PIBT via Multi-Action Operations
von: Yukhnevich, Egor, et al.
Veröffentlicht: (2025)

Sequence Pathfinder for Multi-Agent Pickup and Delivery in the Warehouse
von: Zhao, Zeyuan, et al.
Veröffentlicht: (2025)

Graph Attention-Guided Search for Dense Multi-Agent Pathfinding
von: Jain, Rishabh, et al.
Veröffentlicht: (2025)

HiMAP: Learning Heuristics-Informed Policies for Large-Scale Multi-Agent Pathfinding
von: Tang, Huijie, et al.
Veröffentlicht: (2024)

MATE: LLM-Powered Multi-Agent Translation Environment for Accessibility Applications
von: Algazinov, Aleksandr, et al.
Veröffentlicht: (2025)

Improved Anonymous Multi-Agent Path Finding Algorithm
von: Ali, Zain Alabedeen, et al.
Veröffentlicht: (2023)

Where Paths Collide: A Comprehensive Survey of Classic and Learning-Based Multi-Agent Pathfinding
von: Wang, Shiyue, et al.
Veröffentlicht: (2025)

Ensembling Prioritized Hybrid Policies for Multi-agent Pathfinding
von: Tang, Huijie, et al.
Veröffentlicht: (2024)

When Is Diversity Rewarded in Cooperative Multi-Agent Learning?
von: Amir, Michael, et al.
Veröffentlicht: (2025)

Multi-Agent Path Finding For Large Agents Is Intractable
von: Agafonov, Artem, et al.
Veröffentlicht: (2025)

Coordination Matters: Evaluation of Cooperative Multi-Agent Reinforcement Learning
von: Cardei, Maria Ana, et al.
Veröffentlicht: (2026)

The Composite Task Challenge for Cooperative Multi-Agent Reinforcement Learning
von: Li, Yurui, et al.
Veröffentlicht: (2025)

LLM-Guided Communication for Cooperative Multi-Agent Reinforcement Learning
von: Bae, Sangjun, et al.
Veröffentlicht: (2026)

Learning Generalizable Skills from Offline Multi-Task Data for Multi-Agent Cooperation
von: Liu, Sicong, et al.
Veröffentlicht: (2025)

Reinforcement Networks: novel framework for collaborative Multi-Agent Reinforcement Learning tasks
von: Kryzhanovskiy, Maksim, et al.
Veröffentlicht: (2025)

Empirical Study on Robustness and Resilience in Cooperative Multi-Agent Reinforcement Learning
von: Li, Simin, et al.
Veröffentlicht: (2025)

Centralized Permutation Equivariant Policy for Cooperative Multi-Agent Reinforcement Learning
von: Xu, Zhuofan, et al.
Veröffentlicht: (2025)

Descent-Guided Policy Gradient for Scalable Cooperative Multi-Agent Learning
von: Yang, Shan, et al.
Veröffentlicht: (2026)

Fully Decentralized Cooperative Multi-Agent Reinforcement Learning: A Survey
von: Jiang, Jiechuan, et al.
Veröffentlicht: (2024)

Learning Team-Based Navigation: A Review of Deep Reinforcement Learning Techniques for Multi-Agent Pathfinding
von: Chung, Jaehoon, et al.
Veröffentlicht: (2023)

MO-MIX: Multi-Objective Multi-Agent Cooperative Decision-Making With Deep Reinforcement Learning
von: Hu, Tianmeng, et al.
Veröffentlicht: (2026)

Enhancing Cooperative Multi-Agent Reinforcement Learning with State Modelling and Adversarial Exploration
von: Kontogiannis, Andreas, et al.
Veröffentlicht: (2025)

Tacit Learning with Adaptive Information Selection for Cooperative Multi-Agent Reinforcement Learning
von: Liu, Lunjun, et al.
Veröffentlicht: (2024)

AIR: Unifying Individual and Collective Exploration in Cooperative Multi-Agent Reinforcement Learning
von: Zhou, Guangchong, et al.
Veröffentlicht: (2024)

BenchMARL: Benchmarking Multi-Agent Reinforcement Learning
von: Bettini, Matteo, et al.
Veröffentlicht: (2023)

Investigating the Impact of Direct Punishment on the Emergence of Cooperation in Multi-Agent Reinforcement Learning Systems
von: Dasgupta, Nayana, et al.
Veröffentlicht: (2023)

Cooperative Bayesian Optimization for Imperfect Agents
von: Khoshvishkaie, Ali, et al.
Veröffentlicht: (2024)

${\rm E}(3)$-Equivariant Actor-Critic Methods for Cooperative Multi-Agent Reinforcement Learning
von: Chen, Dingyang, et al.
Veröffentlicht: (2023)

A Survey of Multi Agent Reinforcement Learning: Federated Learning and Cooperative and Noncooperative Decentralized Regimes
von: Cheruiyot, Kemboi, et al.
Veröffentlicht: (2025)

Learning to Cooperate with Humans using Generative Agents
von: Liang, Yancheng, et al.
Veröffentlicht: (2024)

FightLadder: A Benchmark for Competitive Multi-Agent Reinforcement Learning
von: Li, Wenzhe, et al.
Veröffentlicht: (2024)

ProAgent: Building Proactive Cooperative Agents with Large Language Models
von: Zhang, Ceyao, et al.
Veröffentlicht: (2023)

MESA: Cooperative Meta-Exploration in Multi-Agent Learning through Exploiting State-Action Space Structure
von: Zhang, Zhicheng, et al.
Veröffentlicht: (2024)