Buchumschlag

Learning Decentralized Swarms Using Rotation Equivariant Graph Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Transue, Taos, Wang, Bao
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Robotics Machine Learning 68T05 (Primary), 68Q32 (Secondary), 68T42
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

A packing lemma for VCN${}_k$-dimension and learning high-dimensional data
von: Coregliano, Leonardo N., et al.
Veröffentlicht: (2025)

Conformal e-prediction
von: Vovk, Vladimir
Veröffentlicht: (2020)

Inductive randomness predictors: beyond conformal
von: Vovk, Vladimir
Veröffentlicht: (2025)

Conformal e-prediction in the presence of confounding
von: Vovk, Vladimir, et al.
Veröffentlicht: (2026)

Universality of conformal prediction under the assumption of randomness
von: Vovk, Vladimir
Veröffentlicht: (2025)

A Special Case of Quadratic Extrapolation Under the Neural Tangent Kernel
von: Kim, Abiel
Veröffentlicht: (2025)

Quantum Agents
von: Sultanow, Eldar, et al.
Veröffentlicht: (2025)

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

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

ADAPT: Lightweight, Long-Range Machine Learning Force Fields Without Graphs
von: Dramko, Evan, et al.
Veröffentlicht: (2025)

Randomness, exchangeability, and conformal prediction
von: Vovk, Vladimir
Veröffentlicht: (2025)

Sample completion, structured correlation, and Netflix problems
von: Coregliano, Leonardo N., et al.
Veröffentlicht: (2025)

Inductive Venn-Abers and related regressors
von: Petej, Ivan, et al.
Veröffentlicht: (2026)

Aggregation in conformal e-classification
von: Vovk, Vladimir
Veröffentlicht: (2026)

The Price of Robustness: Stable Classifiers Need Overparameterization
von: von Berg, Jonas, et al.
Veröffentlicht: (2026)

Recursively Enumerably Representable Classes and Computable Versions of the Fundamental Theorem of Statistical Learning
von: Kattermann, David, et al.
Veröffentlicht: (2025)

Teaching and Learning under Deductive Errors
von: Telle, Jan Arne, et al.
Veröffentlicht: (2026)

Grouped Sequential Optimization Strategy -- the Application of Hyperparameter Importance Assessment in Deep Learning
von: Wang, Ruinan, 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)

Golden Handcuffs make safer AI agents
von: Ebtekar, Aram, et al.
Veröffentlicht: (2026)

Online Convex Optimization Using Coordinate Descent Algorithms
von: Lin, Yankai, et al.
Veröffentlicht: (2022)

Validity and efficiency of the conformal CUSUM procedure
von: Vovk, Vladimir, et al.
Veröffentlicht: (2024)

Fibonacci-Driven Recursive Ensembles: Algorithms, Convergence, and Learning Dynamics
von: Fokoué, Ernest
Veröffentlicht: (2026)

Learning Neural Network Classifiers with Low Model Complexity
von: Jayadeva, et al.
Veröffentlicht: (2017)

Large Spikes in Stochastic Gradient Descent: A Large-Deviations View
von: Gess, Benjamin, et al.
Veröffentlicht: (2026)

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

Adaptive learning of density ratios in RKHS
von: Zellinger, Werner, et al.
Veröffentlicht: (2023)

Optimistic Feasible Search for Closed-Loop Fair Threshold Decision-Making
von: Du, Wenzhang
Veröffentlicht: (2025)

Neural Network Approximation: A View from Polytope Decomposition
von: Li, ZeYu, et al.
Veröffentlicht: (2026)

High-arity Sample Compression
von: Coregliano, Leonardo N., et al.
Veröffentlicht: (2026)

Computational Hardness of Reinforcement Learning with Partial $q^π$-Realizability
von: Karimi, Shayan, et al.
Veröffentlicht: (2025)

Spectral Algorithms under Covariate Shift
von: Fan, Jun, et al.
Veröffentlicht: (2025)

Truncated Kernel Stochastic Gradient Descent with General Losses and Spherical Radial Basis Functions
von: Bai, Jinhui, et al.
Veröffentlicht: (2025)

Energy-Efficient Information Representation in MNIST Classification Using Biologically Inspired Learning
von: Stricker, Patrick, et al.
Veröffentlicht: (2026)

Two-Time-Scale Learning Dynamics: A Population View of Neural Network Training
von: Borghi, Giacomo, et al.
Veröffentlicht: (2026)

Different Statistical Perspectives for Understanding Generalisation in Graph Neural Networks
von: Ayday, Nil, et al.
Veröffentlicht: (2026)

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

Autoencoded UMAP-Enhanced Clustering for Unsupervised Learning
von: Chavooshi, Malihehsadat, et al.
Veröffentlicht: (2025)

Conformal e-testing
von: Vovk, Vladimir, et al.
Veröffentlicht: (2020)