Buchumschlag

Constrained Optimization of Charged Particle Tracking with Multi-Agent Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kortus, Tobias, Keidel, Ralf, Gauger, Nicolas R., Kieseler, Jan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computational Physics Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exploring End-to-end Differentiable Neural Charged Particle Tracking -- A Loss Landscape Perspective
von: Kortus, Tobias, et al.
Veröffentlicht: (2024)

Supplementary Data for "Constrained collaborative optimization of charged particle tracking with multi-agent reinforcement learning"
von: Kortus, Tobias, et al.
Veröffentlicht: (2026)

Multi-Agent Deep Reinforcement Learning Under Constrained Communications
von: Shaik, Shahil, et al.
Veröffentlicht: (2026)

Supervised Metric Regularization Through Alternating Optimization for Multi-Regime Physics-Informed Neural Networks
von: Spotorno, Enzo Nicolas, et al.
Veröffentlicht: (2026)

Empirical Stability Analysis of Kolmogorov-Arnold Networks in Hard-Constrained Recurrent Physics-Informed Discovery
von: Spotorno, Enzo Nicolas, et al.
Veröffentlicht: (2026)

A Study on Optimization Techniques for Variational Quantum Circuits in Reinforcement Learning
von: Kölle, Michael, et al.
Veröffentlicht: (2024)

Scalable Constrained Multi-Agent Reinforcement Learning via State Augmentation and Consensus for Separable Dynamics
von: Amaya-Corredor, Santiago, et al.
Veröffentlicht: (2026)

Integrating Policy Summaries with Reward Decomposition for Explaining Reinforcement Learning Agents
von: Septon, Yael, et al.
Veröffentlicht: (2022)

$K$-Level Policy Gradients for Multi-Agent Reinforcement Learning
von: Reddi, Aryaman, et al.
Veröffentlicht: (2025)

HIPO: Instruction Hierarchy via Constrained Reinforcement Learning
von: Chen, Keru, et al.
Veröffentlicht: (2026)

Compositional Shielding and Reinforcement Learning for Multi-Agent Systems
von: Brorholt, Asger Horn, et al.
Veröffentlicht: (2024)

Incentivizing Safer Actions in Policy Optimization for Constrained Reinforcement Learning
von: Hazra, Somnath, et al.
Veröffentlicht: (2025)

Offline Multi-Agent Reinforcement Learning via In-Sample Sequential Policy Optimization
von: Liu, Zongkai, et al.
Veröffentlicht: (2024)

Large Language Models for Human-Machine Collaborative Particle Accelerator Tuning through Natural Language
von: Kaiser, Jan, et al.
Veröffentlicht: (2024)

Multi-Scenario Combination Based on Multi-Agent Reinforcement Learning to Optimize the Advertising Recommendation System
von: Zhao, Yang, et al.
Veröffentlicht: (2024)

An Offline Adaptation Framework for Constrained Multi-Objective Reinforcement Learning
von: Lin, Qian, et al.
Veröffentlicht: (2024)

NePPO: Near-Potential Policy Optimization for General-Sum Multi-Agent Reinforcement Learning
von: Kalanther, Addison, et al.
Veröffentlicht: (2026)

Unveiling Multi-regime Patterns in SciML: Distinct Failure Modes and Regime-specific Optimization
von: Wang, Yuxin, et al.
Veröffentlicht: (2026)

RAGEN: Understanding Self-Evolution in LLM Agents via Multi-Turn Reinforcement Learning
von: Wang, Zihan, et al.
Veröffentlicht: (2025)

Comparative Analysis of Multi-Agent Reinforcement Learning Policies for Crop Planning Decision Support
von: Mahajan, Anubha, et al.
Veröffentlicht: (2024)

AgentGym-RL: Training LLM Agents for Long-Horizon Decision Making through Multi-Turn Reinforcement Learning
von: Xi, Zhiheng, et al.
Veröffentlicht: (2025)

Reinforce LLM Reasoning through Multi-Agent Reflection
von: Yuan, Yurun, et al.
Veröffentlicht: (2025)

Emergent Cooperation in Quantum Multi-Agent Reinforcement Learning Using Communication
von: Kölle, Michael, et al.
Veröffentlicht: (2026)

Safe and Balanced: A Framework for Constrained Multi-Objective Reinforcement Learning
von: Gu, Shangding, et al.
Veröffentlicht: (2024)

Multi-Modal Multi-Agent Reinforcement Learning for Radiology Report Generation
von: Baba, Kaito, et al.
Veröffentlicht: (2026)

MARS: Co-evolving Dual-System Deep Research via Multi-Agent Reinforcement Learning
von: Chen, Guoxin, et al.
Veröffentlicht: (2025)

SPIRAL: Self-Play on Zero-Sum Games Incentivizes Reasoning via Multi-Agent Multi-Turn Reinforcement Learning
von: Liu, Bo, et al.
Veröffentlicht: (2025)

PDRL: Multi-Agent based Reinforcement Learning for Predictive Monitoring
von: Shaik, Thanveer, et al.
Veröffentlicht: (2023)

ML-Agent: Reinforcing LLM Agents for Autonomous Machine Learning Engineering
von: Liu, Zexi, et al.
Veröffentlicht: (2025)

Collaborative Multi-Agent Reinforcement Learning for Automated Feature Transformation with Graph-Driven Path Optimization
von: Huang, Xiaohan, et al.
Veröffentlicht: (2025)

Continual Learning as Computationally Constrained Reinforcement Learning
von: Kumar, Saurabh, et al.
Veröffentlicht: (2023)

State-Constrained Offline Reinforcement Learning
von: Hepburn, Charles A., et al.
Veröffentlicht: (2024)

Locally Constrained Representations in Reinforcement Learning
von: Nath, Somjit, et al.
Veröffentlicht: (2022)

ReMA: Learning to Meta-think for LLMs with Multi-Agent Reinforcement Learning
von: Wan, Ziyu, et al.
Veröffentlicht: (2025)

Hyperproperty-Constrained Secure Reinforcement Learning
von: Bonnah, Ernest, et al.
Veröffentlicht: (2025)

Towards Principled Unsupervised Multi-Agent Reinforcement Learning
von: Zamboni, Riccardo, et al.
Veröffentlicht: (2025)

Reinforcement Learning-based Approach for Vehicle-to-Building Charging with Heterogeneous Agents and Long Term Rewards
von: Liu, Fangqi, et al.
Veröffentlicht: (2025)

PMAT: Optimizing Action Generation Order in Multi-Agent Reinforcement Learning
von: Hu, Kun, et al.
Veröffentlicht: (2025)

Multi-Agent Reinforcement Learning for Resources Allocation Optimization: A Survey
von: Hady, Mohamad A., et al.
Veröffentlicht: (2025)

Cheetah: Bridging the Gap Between Machine Learning and Particle Accelerator Physics with High-Speed, Differentiable Simulations
von: Kaiser, Jan, et al.
Veröffentlicht: (2024)