Buchumschlag

Core Safety Values for Provably Corrigible Agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Nayebi, Aran
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Computational Complexity Computer Science and Game Theory Machine Learning Multiagent Systems
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Intrinsic Barriers and Practical Pathways for Human-AI Alignment: An Agreement-Based Complexity Analysis
von: Nayebi, Aran
Veröffentlicht: (2025)

Cooperative Game-Theoretic Credit Assignment for Multi-Agent Policy Gradients via the Core
von: Ji, Mengda, et al.
Veröffentlicht: (2025)

Game-Theoretic and Algorithmic Analyses of Multi-Agent Routing under Crossing Costs
von: Hanaka, Tesshu, et al.
Veröffentlicht: (2026)

Procedural Fairness in Multi-Agent Bandits
von: Caiata, Joshua, et al.
Veröffentlicht: (2026)

Heterogeneous Multi-Agent Bandits with Parsimonious Hints
von: Mirfakhar, Amirmahdi, et al.
Veröffentlicht: (2025)

Emergent Dominance Hierarchies in Reinforcement Learning Agents
von: Rachum, Ram, et al.
Veröffentlicht: (2024)

On the Complexity of Learning to Cooperate with Populations of Socially Rational Agents
von: Loftin, Robert, et al.
Veröffentlicht: (2024)

RuleSmith: Multi-Agent LLMs for Automated Game Balancing
von: Zeng, Ziyao, et al.
Veröffentlicht: (2026)

Learning Bilateral Team Formation in Cooperative Multi-Agent Reinforcement Learning
von: Moslemi, Koorosh, et al.
Veröffentlicht: (2025)

Independent RL for Cooperative-Competitive Agents: A Mean-Field Perspective
von: Zaman, Muhammad Aneeq uz, et al.
Veröffentlicht: (2024)

Active Evaluation of General Agents: Problem Definition and Comparison of Baseline Algorithms
von: Lanctot, Marc, et al.
Veröffentlicht: (2026)

Multi-Agent Training beyond Zero-Sum with Correlated Equilibrium Meta-Solvers
von: Marris, Luke, et al.
Veröffentlicht: (2021)

Preference-Based Multi-Agent Reinforcement Learning: Data Coverage and Algorithmic Techniques
von: Zhang, Natalia, et al.
Veröffentlicht: (2024)

A Single Online Agent Can Efficiently Learn Mean Field Games
von: Zhang, Chenyu, et al.
Veröffentlicht: (2024)

AdaFair-MARL: Enforcing Adaptive Fairness Constraints in Multi-Agent Reinforcement Learning
von: Ekpo, Promise, et al.
Veröffentlicht: (2025)

Socially-Weighted Alignment: A Game-Theoretic Framework for Multi-Agent LLM Systems
von: Mumcu, Furkan, et al.
Veröffentlicht: (2026)

Mechanism-Based Intelligence (MBI): Differentiable Incentives for Rational Coordination and Guaranteed Alignment in Multi-Agent Systems
von: Grassi, Stefano
Veröffentlicht: (2025)

Agent-Temporal Credit Assignment for Optimal Policy Preservation in Sparse Multi-Agent Reinforcement Learning
von: Kapoor, Aditya, et al.
Veröffentlicht: (2024)

Approval-Based Committee Voting under Incomplete Information
von: Imber, Aviram, et al.
Veröffentlicht: (2021)

Computational Social Choice: Parameterized Complexity and Challenges
von: Chen, Jiehua, et al.
Veröffentlicht: (2024)

On the Tractability Landscape of the Conditional Minisum Approval Voting Rule
von: Amanatidis, Georgios, et al.
Veröffentlicht: (2024)

Understanding LLM Agent Behaviours via Game Theory: Strategy Recognition, Biases and Multi-Agent Dynamics
von: Huynh, Trung-Kiet, et al.
Veröffentlicht: (2025)

Game-theoretic LLM: Agent Workflow for Negotiation Games
von: Hua, Wenyue, et al.
Veröffentlicht: (2024)

Provably Convergent Actor-Critic for MARL through Risk-aversion
von: Zhang, Yizhou, et al.
Veröffentlicht: (2026)

Separation Assurance between Heterogeneous Fleets of Small Unmanned Aerial Systems via Multi-Agent Reinforcement Learning
von: Sharifi, Iman, et al.
Veröffentlicht: (2026)

Online Learning of Counter Categories and Ratings in PvP Games
von: Lin, Chiu-Chou, et al.
Veröffentlicht: (2025)

Learning Mean Field Control on Sparse Graphs
von: Fabian, Christian, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Hanabi
von: Cohen, Nina, et al.
Veröffentlicht: (2025)

Stackelberg Learning from Human Feedback: Preference Optimization as a Sequential Game
von: Pásztor, Barna, et al.
Veröffentlicht: (2025)

Evaluating LLMs in Open-Source Games
von: Sistla, Swadesh, et al.
Veröffentlicht: (2025)

Learning to Negotiate via Voluntary Commitment
von: Zhu, Shuhui, et al.
Veröffentlicht: (2025)

Offline Learning of Nash Stable Coalition Structures with Possibly Overlapping Coalitions
von: Cohen, Saar
Veröffentlicht: (2026)

Distributed Stackelberg Strategies in State-based Potential Games for Autonomous Decentralized Learning Manufacturing Systems
von: Yuwono, Steve, et al.
Veröffentlicht: (2024)

Combining Tree-Search, Generative Models, and Nash Bargaining Concepts in Game-Theoretic Reinforcement Learning
von: Li, Zun, et al.
Veröffentlicht: (2023)

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

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

A Black-box Approach for Non-stationary Multi-agent Reinforcement Learning
von: Jiang, Haozhe, et al.
Veröffentlicht: (2023)

A Scalable Neural Network for DSIC Affine Maximizer Auction Design
von: Duan, Zhijian, et al.
Veröffentlicht: (2023)

Sample-Efficient Hypergradient Estimation for Decentralized Bi-Level Reinforcement Learning
von: Kudo, Mikoto, et al.
Veröffentlicht: (2026)

Observation Interference in Partially Observable Assistance Games
von: Emmons, Scott, et al.
Veröffentlicht: (2024)