Buchumschlag

PIONM: A Generalized Approach to Solving Density-Constrained Mean-Field Games Equilibrium under Modified Boundary Conditions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Jinwei, Yao, Wang, Zhang, Xiao
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Constraint-Preserving Neural Network Approach for Solving Mean-Field Games Equilibrium
von: Liu, Jinwei, et al.
Veröffentlicht: (2025)

Deep Generalized Schrödinger Bridges: From Image Generation to Solving Mean-Field Games
von: Liu, Guan-Horng, et al.
Veröffentlicht: (2024)

Solving PDEs With Deep Neural Nets under General Boundary Conditions
von: Zhang, Chenggong
Veröffentlicht: (2025)

Bounded Rationality Equilibrium Learning in Mean Field Games
von: Eich, Yannick, et al.
Veröffentlicht: (2024)

Adversarial Inverse Reinforcement Learning for Mean Field Games
von: Chen, Yang, et al.
Veröffentlicht: (2021)

High-dimensional Mean-Field Games by Particle-based Flow Matching
von: Yu, Jiajia, et al.
Veröffentlicht: (2025)

Equilibrium Policy Generalization: A Reinforcement Learning Framework for Cross-Graph Zero-Shot Generalization in Pursuit-Evasion Games
von: Lu, Runyu, et al.
Veröffentlicht: (2025)

Convergence of Actor-Critic Learning for Mean Field Games and Mean Field Control in Continuous Spaces
von: Fouque, Jean-Pierre, et al.
Veröffentlicht: (2025)

Solving Continuous Mean Field Games: Deep Reinforcement Learning for Non-Stationary Dynamics
von: Magnino, Lorenzo, et al.
Veröffentlicht: (2025)

A Mean Field Games Perspective on Evolutionary Clustering
von: Basti, Alessio, et al.
Veröffentlicht: (2026)

Neural Mean-Field Games: Extending Mean-Field Game Theory with Neural Stochastic Differential Equations
von: Thöni, Anna C. M., et al.
Veröffentlicht: (2025)

Learning in Stackelberg Mean Field Games: A Non-Asymptotic Analysis
von: Zeng, Sihan, et al.
Veröffentlicht: (2025)

Scalable Offline Reinforcement Learning for Mean Field Games
von: Brunnbauer, Axel, et al.
Veröffentlicht: (2024)

Meta-Inverse Reinforcement Learning for Mean Field Games via Probabilistic Context Variables
von: Chen, Yang, et al.
Veröffentlicht: (2025)

Learning Surrogate Potential Mean Field Games via Gaussian Processes: A Data-Driven Approach to Ill-Posed Inverse Problems
von: Zhang, Jingguo, et al.
Veröffentlicht: (2025)

Learning Mean Field Games on Sparse Graphs: A Hybrid Graphex Approach
von: Fabian, Christian, et al.
Veröffentlicht: (2024)

A Novel Approach to Solving Goal-Achieving Problems for Board Games
von: Shih, Chung-Chin, et al.
Veröffentlicht: (2021)

A Scalable Approach to Solving Simulation-Based Network Security Games
von: Lanier, Michael, et al.
Veröffentlicht: (2026)

Imbalanced Data Clustering using Equilibrium K-Means
von: He, Yudong
Veröffentlicht: (2024)

A Generalized Mean Approach for Distributed-PCA
von: Jou, Zhi-Yu, et al.
Veröffentlicht: (2024)

Learning in Mean Field Games: A Survey
von: Laurière, Mathieu, et al.
Veröffentlicht: (2022)

Generalization of Scaled Deep ResNets in the Mean-Field Regime
von: Chen, Yihang, et al.
Veröffentlicht: (2024)

Referee Can Play: An Alternative Approach to Conditional Generation via Model Inversion
von: Liu, Xuantong, et al.
Veröffentlicht: (2024)

A Mean Curvature Approach to Boundary Detection: Geometric Insights for Unsupervised Learning
von: Levada, Alexandre L. M.
Veröffentlicht: (2026)

Improving Rectified Flow with Boundary Conditions
von: Hu, Xixi, et al.
Veröffentlicht: (2025)

Learning Mean-Field Games through Mean-Field Actor-Critic Flow
von: Zhou, Mo, et al.
Veröffentlicht: (2025)

Infusing Self-Consistency into Density Functional Theory Hamiltonian Prediction via Deep Equilibrium Models
von: Wang, Zun, et al.
Veröffentlicht: (2024)

Game-Theoretic Unlearnable Example Generator
von: Liu, Shuang, et al.
Veröffentlicht: (2024)

No-Regret Learning of Nash Equilibrium for Black-Box Games via Gaussian Processes
von: Han, Minbiao, et al.
Veröffentlicht: (2024)

Anytime PAC-Bayes for Constrained Density-Ratio Networks under Covariate Shift
von: Enabe, Paulo Akira F.
Veröffentlicht: (2026)

Faster Game Solving via Asymmetry of Step Sizes
von: Meng, Linjian, et al.
Veröffentlicht: (2025)

Solving Diffusion ODEs with Optimal Boundary Conditions for Better Image Super-Resolution
von: Ma, Yiyang, et al.
Veröffentlicht: (2023)

Mean-Field Approximation of Cooperative Constrained Multi-Agent Reinforcement Learning (CMARL)
von: Mondal, Washim Uddin, et al.
Veröffentlicht: (2022)

Analysis of Multiscale Reinforcement Q-Learning Algorithms for Mean Field Control Games
von: Angiuli, Andrea, et al.
Veröffentlicht: (2024)

Understanding Dynamics of Adam in Zero-Sum Games: An ODE Approach
von: Feng, Yi, et al.
Veröffentlicht: (2026)

The Power of Regularization in Solving Extensive-Form Games
von: Liu, Mingyang, et al.
Veröffentlicht: (2022)

Efficient and Scalable Deep Reinforcement Learning for Mean Field Control Games
von: Peng, Nianli, et al.
Veröffentlicht: (2024)

Constrained Policy Optimization with Explicit Behavior Density for Offline Reinforcement Learning
von: Zhang, Jing, et al.
Veröffentlicht: (2023)

Paths to Equilibrium in Games
von: Yongacoglu, Bora, et al.
Veröffentlicht: (2024)

Rapid Learning in Constrained Minimax Games with Negative Momentum
von: Fang, Zijian, et al.
Veröffentlicht: (2024)