Buchumschlag

Communicating Unexpectedness for Out-of-Distribution Multi-Agent Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Min Whoo, Kim, Kibeom, Shin, Soo Wung, Lee, Minsu, Zhang, Byoung-Tak
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Multiagent Systems
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Visual Hindsight Self-Imitation Learning for Interactive Navigation
von: Kim, Kibeom, et al.
Veröffentlicht: (2023)

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

Fully Byzantine-Resilient Distributed Multi-Agent Q-Learning
von: Lee, Haejoon, et al.
Veröffentlicht: (2026)

Algorithmic Contract Design with Reinforcement Learning Agents
von: Concha, David Molina, et al.
Veröffentlicht: (2024)

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

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

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

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

VIL2C: Value-of-Information Aware Low-Latency Communication for Multi-Agent Reinforcement Learning
von: Zhang, Qian, et al.
Veröffentlicht: (2025)

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

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

MA2RL: Masked Autoencoders for Generalizable Multi-Agent Reinforcement Learning
von: Feng, Jinyuan, et al.
Veröffentlicht: (2025)

How Exploration Breaks Cooperation in Shared-Policy Multi-Agent Reinforcement Learning
von: Weng, Yi-Ning, et al.
Veröffentlicht: (2026)

Physics-Informed Multi-Agent Reinforcement Learning for Distributed Multi-Robot Problems
von: Sebastian, Eduardo, et al.
Veröffentlicht: (2023)

Multi-Agent Reinforcement Learning with Communication-Constrained Priors
von: Yang, Guang, et al.
Veröffentlicht: (2025)

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

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

Distributed Neural Policy Gradient Algorithm for Global Convergence of Networked Multi-Agent Reinforcement Learning
von: Dai, Pengcheng, et al.
Veröffentlicht: (2025)

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

Multi-Agent Reinforcement Learning for Multi-Cell Spectrum and Power Allocation
von: Zhang, Yiming, et al.
Veröffentlicht: (2023)

Intrinsic Action Tendency Consistency for Cooperative Multi-Agent Reinforcement Learning
von: Zhang, Junkai, et al.
Veröffentlicht: (2024)

A Survey of Multi-Agent Deep Reinforcement Learning with Communication
von: Zhu, Changxi, et al.
Veröffentlicht: (2022)

Robust and Safe Multi-Agent Reinforcement Learning with Communication for Autonomous Vehicles: From Simulation to Hardware
von: Smith, Keshawn, et al.
Veröffentlicht: (2025)

An Agent-Centric Dynamical Systems Perspective on Multi-Agent Reinforcement Learning
von: Rudd-Jones, James, et al.
Veröffentlicht: (2025)

Asynchronous Credit Assignment for Multi-Agent Reinforcement Learning
von: Liang, Yongheng, et al.
Veröffentlicht: (2024)

GAWM: Global-Aware World Model for Multi-Agent Reinforcement Learning
von: Shi, Zifeng, et al.
Veröffentlicht: (2025)

Attention-Guided Contrastive Role Representations for Multi-Agent Reinforcement Learning
von: Hu, Zican, et al.
Veröffentlicht: (2023)

DelAC: A Multi-agent Reinforcement Learning of Team-Symmetric Stochastic Games
von: Lee, Duan-Shin, et al.
Veröffentlicht: (2026)

Adaptive Graph Pruning for Multi-Agent Communication
von: Li, Boyi, et al.
Veröffentlicht: (2025)

Making Teams and Influencing Agents: Efficiently Coordinating Decision Trees for Interpretable Multi-Agent Reinforcement Learning
von: Chen, Rex, et al.
Veröffentlicht: (2025)

YOLO-MARL: You Only LLM Once for Multi-Agent Reinforcement Learning
von: Zhuang, Yuan, et al.
Veröffentlicht: (2024)

TABX: A High-Throughput Sandbox Battle Simulator for Multi-Agent Reinforcement Learning
von: Lee, Hayeong, et al.
Veröffentlicht: (2026)

MARBLE: Multi-Agent Reasoning for Bioinformatics Learning and Evolution
von: Kim, Sunghyun, et al.
Veröffentlicht: (2026)

Safe Continuous-time Multi-Agent Reinforcement Learning via Epigraph Form
von: Wang, Xuefeng, et al.
Veröffentlicht: (2026)

Speaking the Language of Teamwork: LLM-Guided Credit Assignment in Multi-Agent Reinforcement Learning
von: Lin, Muhan, et al.
Veröffentlicht: (2025)

Towards Language-Augmented Multi-Agent Deep Reinforcement Learning
von: Toquebiau, Maxime, et al.
Veröffentlicht: (2025)

LAGMA: LAtent Goal-guided Multi-Agent Reinforcement Learning
von: Na, Hyungho, et al.
Veröffentlicht: (2024)

Field Deployment of Multi-Agent Reinforcement Learning Based Variable Speed Limit Controllers
von: Zhang, Yuhang, et al.
Veröffentlicht: (2024)

Subgoal-based Hierarchical Reinforcement Learning for Multi-Agent Collaboration
von: Xu, Cheng, et al.
Veröffentlicht: (2024)

ToMacVF : Temporal Macro-action Value Factorization for Asynchronous Multi-Agent Reinforcement Learning
von: Zhang, Wenjing, et al.
Veröffentlicht: (2025)