Buchumschlag

PMAT: Optimizing Action Generation Order in Multi-Agent Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hu, Kun, Wen, Muning, Wang, Xihuai, Zhang, Shao, Shi, Yiwei, Li, Minne, Li, Minglong, Wen, Ying
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Multiagent Systems
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MARFT: Multi-Agent Reinforcement Fine-Tuning
von: Liao, Junwei, et al.
Veröffentlicht: (2025)

Model-based Multi-agent Reinforcement Learning: Recent Progress and Prospects
von: Wang, Xihuai, et al.
Veröffentlicht: (2022)

Aligning Individual and Collective Objectives in Multi-Agent Cooperation
von: Li, Yang, et al.
Veröffentlicht: (2024)

Sequence Pathfinder for Multi-Agent Pickup and Delivery in the Warehouse
von: Zhao, Zeyuan, et al.
Veröffentlicht: (2025)

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

ZSC-Eval: An Evaluation Toolkit and Benchmark for Multi-agent Zero-shot Coordination
von: Wang, Xihuai, et al.
Veröffentlicht: (2023)

Mutual Theory of Mind in Human-AI Collaboration: An Empirical Study with LLM-driven AI Agents in a Real-time Shared Workspace Task
von: Zhang, Shao, et al.
Veröffentlicht: (2024)

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

OPTAGENT: Optimizing Multi-Agent LLM Interactions Through Verbal Reinforcement Learning for Enhanced Reasoning
von: Bi, Zhenyu, et al.
Veröffentlicht: (2025)

Measuring Policy Distance for Multi-Agent Reinforcement Learning
von: Hu, Tianyi, et al.
Veröffentlicht: (2024)

RADAR: Redundancy-Aware Diffusion for Multi-Agent Communication Structure Generation
von: Zhang, Zhen, et al.
Veröffentlicht: (2026)

One Step is Enough: Multi-Agent Reinforcement Learning based on One-Step Policy Optimization for Order Dispatch on Ride-Sharing Platforms
von: Zhao, Zijian, et al.
Veröffentlicht: (2025)

QSIM: Mitigating Overestimation in Multi-Agent Reinforcement Learning via Action Similarity Weighted Q-Learning
von: Li, Yuanjun, et al.
Veröffentlicht: (2026)

Achieving Equilibrium under Utility Heterogeneity: An Agent-Attention Framework for Multi-Agent Multi-Objective Reinforcement Learning
von: Li, Zhuhui, et al.
Veröffentlicht: (2025)

Vulnerable Agent Identification in Large-Scale Multi-Agent Reinforcement Learning
von: Li, Simin, et al.
Veröffentlicht: (2025)

Multi-Agent Continuous Control with Generative Flow Networks
von: Luo, Shuang, et al.
Veröffentlicht: (2024)

MAPF-World: Action World Model for Multi-Agent Path Finding
von: Yang, Zhanjiang, et al.
Veröffentlicht: (2025)

Scalable Safe Multi-Agent Reinforcement Learning for Multi-Agent System
von: Du, Haikuo, et al.
Veröffentlicht: (2025)

Multi-Agent Reinforcement Learning with Long-Term Performance Objectives for Service Workforce Optimization
von: Eissa, Kareem, et al.
Veröffentlicht: (2025)

Agent Exchange: Shaping the Future of AI Agent Economics
von: Yang, Yingxuan, et al.
Veröffentlicht: (2025)

AgentSchool: An LLM-Powered Multi-Agent Simulation for Education
von: Ye, Yulei, et al.
Veröffentlicht: (2026)

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

Multi-Agent Guided Policy Optimization
von: Li, Yueheng, et al.
Veröffentlicht: (2025)

Multi-Agent Target Assignment and Path Finding for Intelligent Warehouse: A Cooperative Multi-Agent Deep Reinforcement Learning Perspective
von: Liu, Qi, et al.
Veröffentlicht: (2024)

Nucleolus Credit Assignment for Effective Coalitions in Multi-agent Reinforcement Learning
von: Li, Yugu, et al.
Veröffentlicht: (2025)

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

Causal Mean Field Multi-Agent Reinforcement Learning
von: Ma, Hao, et al.
Veröffentlicht: (2025)

Multi-source Plume Tracing via Multi-Agent Reinforcement Learning
von: Granadeno, Pedro Antonio Alarcon, et al.
Veröffentlicht: (2025)

Very Large-Scale Multi-Agent Simulation in AgentScope
von: Pan, Xuchen, et al.
Veröffentlicht: (2024)

The Composite Task Challenge for Cooperative Multi-Agent Reinforcement Learning
von: Li, Yurui, et al.
Veröffentlicht: (2025)

Memory-Augmented Reinforcement Learning Agent for CAD Generation
von: Xiaolong, Yin, et al.
Veröffentlicht: (2026)

SafeSieve: From Heuristics to Experience in Progressive Pruning for LLM-based Multi-Agent Communication
von: Zhang, Ruijia, et al.
Veröffentlicht: (2025)

Coevolving with the Other You: Fine-Tuning LLM with Sequential Cooperative Multi-Agent Reinforcement Learning
von: Ma, Hao, et al.
Veröffentlicht: (2024)

Multi-Agent Reinforcement Learning Simulation for Environmental Policy Synthesis
von: Rudd-Jones, James, et al.
Veröffentlicht: (2025)

Role Play: Learning Adaptive Role-Specific Strategies in Multi-Agent Interactions
von: Long, Weifan, et al.
Veröffentlicht: (2024)

Holos: A Web-Scale LLM-Based Multi-Agent System for the Agentic Web
von: Nie, Xiaohang, et al.
Veröffentlicht: (2026)

Maestro: Learning to Collaborate via Conditional Listwise Policy Optimization for Multi-Agent LLMs
von: Yang, Wei, et al.
Veröffentlicht: (2025)

Multi-Agent Quantum Reinforcement Learning using Evolutionary Optimization
von: Kölle, Michael, et al.
Veröffentlicht: (2023)

SocialGFs: Learning Social Gradient Fields for Multi-Agent Reinforcement Learning
von: Long, Qian, et al.
Veröffentlicht: (2024)

Multi-Agent Reinforcement Learning for Market Making: Competition without Collusion
von: Wang, Ziyi, et al.
Veröffentlicht: (2025)