Buchumschlag

On-policy Actor-Critic Reinforcement Learning for Multi-UAV Exploration

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Farid, Ali Moltajaei, Roshanian, Jafar, Mouhoub, Malek
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Multiagent Systems Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multi-agent Off-policy Actor-Critic Reinforcement Learning for Partially Observable Environments
von: Zhaikhan, Ainur, et al.
Veröffentlicht: (2024)

Finite-Time Global Optimality Convergence in Deep Neural Actor-Critic Methods for Decentralized Multi-Agent Reinforcement Learning
von: Zhang, Zhiyao, et al.
Veröffentlicht: (2025)

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

Graph Exploration for Effective Multi-agent Q-Learning
von: Zhaikhan, Ainur, et al.
Veröffentlicht: (2023)

Optimistic ε-Greedy Exploration for Cooperative Multi-Agent Reinforcement Learning
von: Zhang, Ruoning, et al.
Veröffentlicht: (2025)

Ensemble Value Functions for Efficient Exploration in Multi-Agent Reinforcement Learning
von: Schäfer, Lukas, et al.
Veröffentlicht: (2023)

Hierarchical Lead Critic based Multi-Agent Reinforcement Learning
von: Eckel, David, et al.
Veröffentlicht: (2026)

Decentralized Diffusion Policy Learning for Enhanced Exploration in Cooperative Multi-agent Reinforcement Learning
von: Zhang, Yuyang, et al.
Veröffentlicht: (2026)

Towards Better Sample Efficiency in Multi-Agent Reinforcement Learning via Exploration
von: Baghi, Amir, et al.
Veröffentlicht: (2025)

Multi-Agent Soft Actor-Critic with Coordinated Loss for Autonomous Mobility-on-Demand Fleet Control
von: Woywood, Zeno, et al.
Veröffentlicht: (2024)

Collaborative Reinforcement Learning Based Unmanned Aerial Vehicle (UAV) Trajectory Design for 3D UAV Tracking
von: Zhu, Yujiao, et al.
Veröffentlicht: (2024)

Goal Recognition using Actor-Critic Optimization
von: Nageris, Ben, et al.
Veröffentlicht: (2024)

UAV-Assisted Multi-Task Federated Learning with Task Knowledge Sharing
von: Yang, Yubo, et al.
Veröffentlicht: (2025)

The Synergy Between Optimal Transport Theory and Multi-Agent Reinforcement Learning
von: Baheri, Ali, et al.
Veröffentlicht: (2024)

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

A Dual Curriculum Learning Framework for Multi-UAV Pursuit-Evasion in Diverse Environments
von: Chen, Jiayu, et al.
Veröffentlicht: (2023)

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

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

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

Energy Efficient Task Offloading in UAV-Enabled MEC Using a Fully Decentralized Deep Reinforcement Learning Approach
von: Asadian-Rad, Hamidreza, et al.
Veröffentlicht: (2025)

Communication-Aware Multi-Agent Reinforcement Learning for Decentralized Cooperative UAV Deployment
von: Fan, Enguang, et al.
Veröffentlicht: (2026)

An Initial Introduction to Cooperative Multi-Agent Reinforcement Learning
von: Amato, Christopher
Veröffentlicht: (2024)

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

Focusing Influence Mechanism for Multi-Agent Reinforcement Learning
von: Park, Yisak, et al.
Veröffentlicht: (2025)

Generalized Intention Modeling in Multi-Agent Reinforcement Learning
von: Odrowaz-Sypniewski, Mateusz, et al.
Veröffentlicht: (2026)

Trajectory-Class-Aware Multi-Agent Reinforcement Learning
von: Na, Hyungho, et al.
Veröffentlicht: (2025)

Context-aware Communication for Multi-agent Reinforcement Learning
von: Li, Xinran, et al.
Veröffentlicht: (2023)

Interactive Distillation for Cooperative Multi-Agent Reinforcement Learning
von: Cho, Minwoo, et al.
Veröffentlicht: (2026)

Double Distillation Network for Multi-Agent Reinforcement Learning
von: Zhou, Yang, et al.
Veröffentlicht: (2025)

Preference-Guided Learning for Sparse-Reward Multi-Agent Reinforcement Learning
von: Bui, The Viet, et al.
Veröffentlicht: (2025)

Learning to Coordinate via Quantum Entanglement in Multi-Agent Reinforcement Learning
von: Gardiner, John, et al.
Veröffentlicht: (2026)

Hybrid Training for Enhanced Multi-task Generalization in Multi-agent Reinforcement Learning
von: Zhang, Mingliang, et al.
Veröffentlicht: (2024)

Heterogeneous Multi-agent Collaboration in UAV-assisted Mobile Crowdsensing Networks
von: Deng, Xianyang, et al.
Veröffentlicht: (2025)

STACKFEED: Structured Textual Actor-Critic Knowledge Base Editing with FeedBack
von: Kirtania, Shashank, et al.
Veröffentlicht: (2024)

Multi Agent Reinforcement Learning for Sequential Satellite Assignment Problems
von: Holder, Joshua, et al.
Veröffentlicht: (2024)

A Tensor Network Implementation of Multi Agent Reinforcement Learning
von: Howard, Sunny
Veröffentlicht: (2024)

Conservative and Risk-Aware Offline Multi-Agent Reinforcement Learning
von: Eldeeb, Eslam, et al.
Veröffentlicht: (2024)

Continuous-Time Value Iteration for Multi-Agent Reinforcement Learning
von: Wang, Xuefeng, et al.
Veröffentlicht: (2025)

CAMMARL: Conformal Action Modeling in Multi Agent Reinforcement Learning
von: Gupta, Nikunj, et al.
Veröffentlicht: (2023)

Events as Triggers for Behavioral Diversity in Multi-Agent Reinforcement Learning
von: Büchi, Hannes, et al.
Veröffentlicht: (2026)