Buchumschlag

Reducing Variance Caused by Communication in Decentralized Multi-agent Deep Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Changxi, Dastani, Mehdi, Wang, Shihan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning 68T05
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Communication Skills in Multi-task Multi-agent Deep Reinforcement Learning
von: Zhu, Changxi, et al.
Veröffentlicht: (2025)

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

Pushdown Reward Machines for Reinforcement Learning
von: Varricchione, Giovanni, et al.
Veröffentlicht: (2025)

Maximally Permissive Reward Machines
von: Varricchione, Giovanni, et al.
Veröffentlicht: (2024)

Credit Assignment and Efficient Exploration based on Influence Scope in Multi-agent Reinforcement Learning
von: Han, Shuai, et al.
Veröffentlicht: (2025)

Neuro-symbolic Action Masking for Deep Reinforcement Learning
von: Han, Shuai, et al.
Veröffentlicht: (2026)

Sample Efficient Reinforcement Learning by Automatically Learning to Compose Subtasks
von: Han, Shuai, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning Xiangqi Player with Monte Carlo Tree Search
von: Yilmaz, Berk, et al.
Veröffentlicht: (2025)

The Boundaries of Verifiable Accuracy, Robustness, and Generalisation in Deep Learning
von: Bastounis, Alexander, et al.
Veröffentlicht: (2023)

Learning Decentralized Swarms Using Rotation Equivariant Graph Neural Networks
von: Transue, Taos, et al.
Veröffentlicht: (2025)

Automated Feature Selection for Inverse Reinforcement Learning
von: Baimukashev, Daulet, et al.
Veröffentlicht: (2024)

Deceptive Path Planning via Reinforcement Learning with Graph Neural Networks
von: Fatemi, Michael Y., et al.
Veröffentlicht: (2024)

Multi-State TD Target for Model-Free Reinforcement Learning
von: Wang, Wuhao, et al.
Veröffentlicht: (2024)

A Framework for Scalable Heterogeneous Multi-Agent Adversarial Reinforcement Learning in IsaacLab
von: Peterson, Isaac, et al.
Veröffentlicht: (2025)

Reduced Jeffries-Matusita distance: A Novel Loss Function to Improve Generalization Performance of Deep Classification Models
von: Lashkari, Mohammad, et al.
Veröffentlicht: (2024)

RVI-SAC: Average Reward Off-Policy Deep Reinforcement Learning
von: Hisaki, Yukinari, et al.
Veröffentlicht: (2024)

Credal Bayesian Deep Learning
von: Caprio, Michele, et al.
Veröffentlicht: (2023)

NVIDIA AI Aerial: AI-Native Wireless Communications
von: Cohen-Arazi, Kobi, et al.
Veröffentlicht: (2025)

Grouped Sequential Optimization Strategy -- the Application of Hyperparameter Importance Assessment in Deep Learning
von: Wang, Ruinan, et al.
Veröffentlicht: (2025)

Variance Reduced Policy Gradient Method for Multi-Objective Reinforcement Learning
von: Guidobene, Davide, et al.
Veröffentlicht: (2025)

Differentiated Information Mining: A Semi-supervised Learning Framework for GNNs
von: Wang, Long, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Stock Transactions
von: Zhou, Ziyi, et al.
Veröffentlicht: (2025)

Reinforcement Learning with Action-Triggered Observations
von: Ryabchenko, Alexander, et al.
Veröffentlicht: (2025)

Learning in Function Spaces: An Unified Functional Analytic View of Supervised and Unsupervised Learning
von: Lakshmanan, K.
Veröffentlicht: (2026)

Unsupervised Ensemble Learning Through Deep Energy-based Models
von: Maymon, Ariel, et al.
Veröffentlicht: (2026)

A Predicting Phishing Websites Using Support Vector Machine and MultiClass Classification Based on Association Rule Techniques
von: Woods, Nancy C., et al.
Veröffentlicht: (2025)

Bounds on the Generalization Error in Active Learning
von: Menden, Vincent, et al.
Veröffentlicht: (2024)

CATCHFed: Efficient Unlabeled Data Utilization for Semi-Supervised Federated Learning in Limited Labels Environments
von: Park, Byoungjun, et al.
Veröffentlicht: (2025)

Swap Agnostic Learning, or Characterizing Omniprediction via Multicalibration
von: Gopalan, Parikshit, et al.
Veröffentlicht: (2023)

Superior Scoring Rules for Probabilistic Evaluation of Single-Label Multi-Class Classification Tasks
von: Ahmadian, Rouhollah, et al.
Veröffentlicht: (2024)

On the Fundamental Limitations of Decentralized Learnable Reward Shaping in Cooperative Multi-Agent Reinforcement Learning
von: Akella, Aditya
Veröffentlicht: (2025)

Topological Foundations of Reinforcement Learning
von: Kadurha, David Krame
Veröffentlicht: (2024)

Deep Reinforcement Learning for Optimal Portfolio Allocation: A Comparative Study with Mean-Variance Optimization
von: Sood, Srijan, et al.
Veröffentlicht: (2026)

Graph in Graph Neural Network
von: Wang, Jiongshu, et al.
Veröffentlicht: (2024)

Reinforcement Learning the Chromatic Symmetric Function
von: Bérczi, Gergely, et al.
Veröffentlicht: (2024)

Improving Recursive Transformers with Mixture of LoRAs
von: Nouriborji, Mohammadmahdi, et al.
Veröffentlicht: (2025)

AI-based modular warning machine for risk identification in proximity healthcare
von: Razzetta, Chiara, et al.
Veröffentlicht: (2025)

Decentralized Task Scheduling in Distributed Systems: A Deep Reinforcement Learning Approach
von: John, Daniel Benniah
Veröffentlicht: (2026)

Asymptotic Optimism of Random-Design Linear and Kernel Regression Models
von: Luo, Hengrui, et al.
Veröffentlicht: (2025)

Reciprocal Learning
von: Rodemann, Julian, et al.
Veröffentlicht: (2024)