Buchumschlag

The Signaler-Responder Game: Learning to Communicate using Thompson Sampling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bhuckory, Radhika, Krishnamachari, Bhaskar
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

DISPATCH -- Decentralized Informed Spatial Planning and Assignment of Tasks for Cooperative Heterogeneous Agents
von: Liu, Yao, et al.
Veröffentlicht: (2025)

Strategic Sacrifice: Self-Organized Robot Swarm Localization for Inspection Productivity
von: Ramshanker, Sneha, et al.
Veröffentlicht: (2024)

Agentic AI for Education: A Unified Multi-Agent Framework for Personalized Learning and Institutional Intelligence
von: J, Arya Mary K, et al.
Veröffentlicht: (2026)

STLGame: Signal Temporal Logic Games in Adversarial Multi-Agent Systems
von: Yang, Shuo, et al.
Veröffentlicht: (2024)

Learning Equilibrium with Estimated Payoffs in Population Games
von: Park, Shinkyu
Veröffentlicht: (2024)

Hierarchical Multiagent Reinforcement Learning for Multi-Group Tax Game
von: Guo, Honglei, et al.
Veröffentlicht: (2026)

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

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

DHLight: Multi-agent Policy-based Directed Hypergraph Learning for Traffic Signal Control
von: Lei, Zhen, et al.
Veröffentlicht: (2024)

Enhancing the Performance of Multi-Vehicle Navigation in Unstructured Environments using Hard Sample Mining
von: Ma, Yining, et al.
Veröffentlicht: (2024)

Adaptive Decision-Making for Autonomous Vehicles: A Learning-Enhanced Game-Theoretic Approach in Interactive Environments
von: Huang, Heye, et al.
Veröffentlicht: (2024)

A Distributed Neural Linear Thompson Sampling Framework to Achieve URLLC in Industrial IoT
von: Pase, Francesco, et al.
Veröffentlicht: (2023)

VissimRL: A Multi-Agent Reinforcement Learning Framework for Traffic Signal Control Based on Vissim
von: Chang, Hsiao-Chuan, et al.
Veröffentlicht: (2026)

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

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

Stochastic Games with Minimally Bounded Action Costs
von: Mguni, David
Veröffentlicht: (2024)

Strategic Concealment of Environment Representations in Competitive Games
von: Guan, Yue, et al.
Veröffentlicht: (2025)

Tiny Moves: Game-based Hypothesis Refinement
von: Dobrowolska, Agnieszka, et al.
Veröffentlicht: (2026)

Robust Cooperative Multi-Agent Reinforcement Learning:A Mean-Field Type Game Perspective
von: Zaman, Muhammad Aneeq uz, et al.
Veröffentlicht: (2024)

Game-Theoretic Multiagent Reinforcement Learning
von: Yang, Yaodong, et al.
Veröffentlicht: (2020)

Language Grounded Multi-agent Reinforcement Learning with Human-interpretable Communication
von: Li, Huao, et al.
Veröffentlicht: (2024)

Dynamic Adversarial Resource Allocation: the dDAB Game
von: Guan, Yue, et al.
Veröffentlicht: (2023)

Hierarchical Decision-Making in Population Games
von: Chen, Yu-Wen, et al.
Veröffentlicht: (2025)

Adaptive Traffic Signal Control based on Multi-Agent Reinforcement Learning. Case Study on a simulated real-world corridor
von: Kwesiga, Dickness Kakitahi, et al.
Veröffentlicht: (2025)

Enabling Sustainable Freight Forwarding Network via Collaborative Games
von: Tan, Pang-Jin, et al.
Veröffentlicht: (2024)

Game-Theoretic Coordination for Time-Critical Missions of UAV Systems
von: Aramyan, Mikayel, et al.
Veröffentlicht: (2025)

An Explanation-oriented Inquiry Dialogue Game for Expert Collaborative Recommendations
von: Shaheen, Qurat-ul-ain, et al.
Veröffentlicht: (2025)

Gated Coordination for Efficient Multi-Agent Collaboration in Minecraft Game
von: Jian, HuaDong, et al.
Veröffentlicht: (2026)

Quantifying Feature Importance of Games and Strategies via Shapley Values
von: Fujii, Satoru
Veröffentlicht: (2023)

Learning to Control Unknown Strongly Monotone Games
von: Chandak, Siddharth, et al.
Veröffentlicht: (2024)

Revisiting Communication Efficiency in Multi-Agent Reinforcement Learning from the Dimensional Analysis Perspective
von: Sun, Chuxiong, et al.
Veröffentlicht: (2025)

Linking Vision and Multi-Agent Communication through Visible Light Communication using Event Cameras
von: Nakagawa, Haruyuki, et al.
Veröffentlicht: (2024)

Adaptive Social Learning using Theory of Mind
von: Ying, Lance, et al.
Veröffentlicht: (2025)

Offline Multi-Agent Reinforcement Learning for 6G Communications: Fundamentals, Applications and Future Directions
von: Eldeeb, Eslam, et al.
Veröffentlicht: (2026)

Cooperative UAVs for Remote Data Collection under Limited Communications: An Asynchronous Multiagent Learning Framework
von: Le, Cuong, et al.
Veröffentlicht: (2026)

Scalable Offline Reinforcement Learning for Mean Field Games
von: Brunnbauer, Axel, et al.
Veröffentlicht: (2024)

Open-Ended Video Game Glitch Detection with Agentic Reasoning and Temporal Grounding
von: Zheng, Muyang, et al.
Veröffentlicht: (2026)

Inferring Occluded Agent Behavior in Dynamic Games from Noise Corrupted Observations
von: Qiu, Tianyu, et al.
Veröffentlicht: (2023)

Rethinking Priority Scheduling for Sequential Multi-Agent Decision Making in Stackelberg Games
von: Liu, Xiangyu, et al.
Veröffentlicht: (2026)

Fair Cooperation in Mixed-Motive Games via Conflict-Aware Gradient Adjustment
von: Kim, Woojun, et al.
Veröffentlicht: (2025)