:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Suttle, Wesley A, Sharma, Vipul K, Sadler, Brian M
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2505.11461
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sampling-based Safe Reinforcement Learning for Nonlinear Dynamical Systems
von: Suttle, Wesley A., et al.
Veröffentlicht: (2024)

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

PIPER: Primitive-Informed Preference-based Hierarchical Reinforcement Learning via Hindsight Relabeling
von: Singh, Utsav, et al.
Veröffentlicht: (2024)

Value of Information-based Deceptive Path Planning Under Adversarial Interventions
von: Suttle, Wesley A., et al.
Veröffentlicht: (2025)

Carbon-aware decentralized dynamic task offloading in MIMO-MEC networks via multi-agent reinforcement learning
von: Zulfiqar, Mubshra, et al.
Veröffentlicht: (2026)

DIPPER: Direct Preference Optimization to Accelerate Primitive-Enabled Hierarchical Reinforcement Learning
von: Singh, Utsav, et al.
Veröffentlicht: (2024)

Towards Global Optimality for Practical Average Reward Reinforcement Learning without Mixing Time Oracles
von: Patel, Bhrij, et al.
Veröffentlicht: (2024)

Multi-agent deep reinforcement learning with centralized training and decentralized execution for transportation infrastructure management
von: Saifullah, M., et al.
Veröffentlicht: (2024)

Confidence-Controlled Exploration: Efficient Sparse-Reward Policy Learning for Robot Navigation
von: Patel, Bhrij, et al.
Veröffentlicht: (2023)

Scalable spectral representations for multi-agent reinforcement learning in network MDPs
von: Ren, Zhaolin, et al.
Veröffentlicht: (2024)

Behavioral Entropy-Guided Dataset Generation for Offline Reinforcement Learning
von: Suttle, Wesley A., et al.
Veröffentlicht: (2025)

The challenge of hidden gifts in multi-agent reinforcement learning
von: Malenfant, Dane, et al.
Veröffentlicht: (2025)

Direct Preference Optimization for Primitive-Enabled Hierarchical RL: A Bilevel Approach
von: Singh, Utsav, et al.
Veröffentlicht: (2024)

FoX: Formation-aware exploration in multi-agent reinforcement learning
von: Jo, Yonghyeon, et al.
Veröffentlicht: (2023)

Sorrel: A simple and flexible framework for multi-agent reinforcement learning
von: Gelpí, Rebekah A., et al.
Veröffentlicht: (2025)

The impact of behavioral diversity in multi-agent reinforcement learning
von: Bettini, Matteo, et al.
Veröffentlicht: (2024)

Decentralized multi-agent reinforcement learning algorithm using a cluster-synchronized laser network
von: Kotoku, Shun, et al.
Veröffentlicht: (2024)

Deep Q-Network (DQN) multi-agent reinforcement learning (MARL) for Stock Trading
von: Tidwell, John Christopher, et al.
Veröffentlicht: (2025)

Machine learning-based decentralized TDMA for VLC IoT networks
von: Makvandi, Armin, et al.
Veröffentlicht: (2023)

Load constrained wind farm flow control through multi-objective multi-agent reinforcement learning
von: Åstrand, Teodor, et al.
Veröffentlicht: (2026)

A novel multi-agent dynamic portfolio optimization learning system based on hierarchical deep reinforcement learning
von: Sun, Ruoyu, et al.
Veröffentlicht: (2025)

Meta Flow Maps enable scalable reward alignment
von: Potaptchik, Peter, et al.
Veröffentlicht: (2026)

Emergent temporal abstractions in autoregressive models enable hierarchical reinforcement learning
von: Kobayashi, Seijin, et al.
Veröffentlicht: (2025)

AOAD-MAT: Transformer-based multi-agent deep reinforcement learning model considering agents' order of action decisions
von: Takayama, Shota, et al.
Veröffentlicht: (2025)

Distributed scalable coupled policy algorithm for networked multi-agent reinforcement learning
von: Dai, Pengcheng, et al.
Veröffentlicht: (2025)

Hierarchical geometric deep learning enables scalable analysis of molecular dynamics
von: Pengmei, Zihan, et al.
Veröffentlicht: (2025)

K-Myriad: Jump-starting reinforcement learning with unsupervised parallel agents
von: De Paola, Vincenzo, et al.
Veröffentlicht: (2026)

Controllability in preference-conditioned multi-objective reinforcement learning
von: Molins, Pau de las Heras, et al.
Veröffentlicht: (2026)

A survey on secure decentralized optimization and learning
von: Liu, Changxin, et al.
Veröffentlicht: (2024)

Sampling-enabled scalable manifold learning unveils the discriminative cluster structure of high-dimensional data
von: Peng, Dehua, et al.
Veröffentlicht: (2024)

Q-MARL: A quantum-inspired algorithm using neural message passing for large-scale multi-agent reinforcement learning
von: Vo, Kha, et al.
Veröffentlicht: (2025)

A reinforcement learning agent for maintenance of deteriorating systems with increasingly imperfect repairs
von: Marugán, Alberto Pliego, et al.
Veröffentlicht: (2025)

ROSS: RObust decentralized Stochastic learning based on Shapley values
von: Wang, Lina, et al.
Veröffentlicht: (2024)

Towards efficient compression and communication for prototype-based decentralized learning
von: Fernández-Piñeiro, Pablo, et al.
Veröffentlicht: (2024)

Multi-agent reinforcement learning using echo-state network and its application to pedestrian dynamics
von: Komatsu, Hisato
Veröffentlicht: (2023)

Large-scale automatic carbon ion treatment planning for head and neck cancers via parallel multi-agent reinforcement learning
von: Zhang, Jueye, et al.
Veröffentlicht: (2025)

Applications of deep reinforcement learning to urban transit network design
von: Holliday, Andrew
Veröffentlicht: (2025)

MOMA-AC: A preference-driven actor-critic framework for continuous multi-objective multi-agent reinforcement learning
von: Callaghan, Adam, et al.
Veröffentlicht: (2025)

On the effects of similarity metrics in decentralized deep learning under distributional shift
von: Zec, Edvin Listo, et al.
Veröffentlicht: (2024)

Deceptive Exploration in Multi-armed Bandits
von: Vurankaya, I. Arda, et al.
Veröffentlicht: (2025)