Sample-Efficient Distributionally Robust Multi-Agent Reinforcement Learning via Online Interaction
Fuente:
arXiv
Salvato in:
| Autori principali: | Farhat, Zain Ulabedeen, Ghosh, Debamita, Atia, George K., Wang, Yue |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
ORVIT: Near-Optimal Online Distributionally Robust Reinforcement Learning
di: Ghosh, Debamita, et al.
Pubblicazione: (2025)
di: Ghosh, Debamita, et al.
Pubblicazione: (2025)
Online Robust Reinforcement Learning with General Function Approximation
di: Ghosh, Debamita, et al.
Pubblicazione: (2025)
di: Ghosh, Debamita, et al.
Pubblicazione: (2025)
Sample-Efficient Robust Multi-Agent Reinforcement Learning in the Face of Environmental Uncertainty
di: Shi, Laixi, et al.
Pubblicazione: (2024)
di: Shi, Laixi, et al.
Pubblicazione: (2024)
Transformer World Model for Sample Efficient Multi-Agent Reinforcement Learning
di: Deihim, Azad, et al.
Pubblicazione: (2025)
di: Deihim, Azad, et al.
Pubblicazione: (2025)
Multi-Agent Reinforcement Learning for Sample-Efficient Deep Neural Network Mapping
di: Krishnan, Srivatsan, et al.
Pubblicazione: (2025)
di: Krishnan, Srivatsan, et al.
Pubblicazione: (2025)
Learning to Coordinate via Quantum Entanglement in Multi-Agent Reinforcement Learning
di: Gardiner, John, et al.
Pubblicazione: (2026)
di: Gardiner, John, et al.
Pubblicazione: (2026)
Towards Better Sample Efficiency in Multi-Agent Reinforcement Learning via Exploration
di: Baghi, Amir, et al.
Pubblicazione: (2025)
di: Baghi, Amir, et al.
Pubblicazione: (2025)
Interactive Distillation for Cooperative Multi-Agent Reinforcement Learning
di: Cho, Minwoo, et al.
Pubblicazione: (2026)
di: Cho, Minwoo, et al.
Pubblicazione: (2026)
MABL: Bi-Level Latent-Variable World Model for Sample-Efficient Multi-Agent Reinforcement Learning
di: Venugopal, Aravind, et al.
Pubblicazione: (2023)
di: Venugopal, Aravind, et al.
Pubblicazione: (2023)
Provably Efficient Information-Directed Sampling Algorithms for Multi-Agent Reinforcement Learning
di: Zhang, Qiaosheng, et al.
Pubblicazione: (2024)
di: Zhang, Qiaosheng, et al.
Pubblicazione: (2024)
Interaction-Breaking Adversarial Learning Framework for Robust Multi-Agent Reinforcement Learning
di: Lee, Sunwoo, et al.
Pubblicazione: (2026)
di: Lee, Sunwoo, et al.
Pubblicazione: (2026)
Higher Replay Ratio Empowers Sample-Efficient Multi-Agent Reinforcement Learning
di: Xu, Linjie, et al.
Pubblicazione: (2024)
di: Xu, Linjie, et al.
Pubblicazione: (2024)
Distributed Multi-Agent Reinforcement Learning with One-hop Neighbors and Compute Straggler Mitigation
di: Wang, Baoqian, et al.
Pubblicazione: (2022)
di: Wang, Baoqian, et al.
Pubblicazione: (2022)
Distributed Multi-Agent Reinforcement Learning Based on Graph-Induced Local Value Functions
di: Jing, Gangshan, et al.
Pubblicazione: (2022)
di: Jing, Gangshan, et al.
Pubblicazione: (2022)
Distributionally Robust Inverse Reinforcement Learning for Identifying Multi-Agent Coordinated Sensing
di: Snow, Luke, et al.
Pubblicazione: (2024)
di: Snow, Luke, et al.
Pubblicazione: (2024)
Ensemble Value Functions for Efficient Exploration in Multi-Agent Reinforcement Learning
di: Schäfer, Lukas, et al.
Pubblicazione: (2023)
di: Schäfer, Lukas, et al.
Pubblicazione: (2023)
Efficient Episodic Memory Utilization of Cooperative Multi-Agent Reinforcement Learning
di: Na, Hyungho, et al.
Pubblicazione: (2024)
di: Na, Hyungho, et al.
Pubblicazione: (2024)
Distributed Detection of Adversarial Attacks in Multi-Agent Reinforcement Learning with Continuous Action Space
di: Kazari, Kiarash, et al.
Pubblicazione: (2025)
di: Kazari, Kiarash, et al.
Pubblicazione: (2025)
SigmaRL: A Sample-Efficient and Generalizable Multi-Agent Reinforcement Learning Framework for Motion Planning
di: Xu, Jianye, et al.
Pubblicazione: (2024)
di: Xu, Jianye, et al.
Pubblicazione: (2024)
Double Distillation Network for Multi-Agent Reinforcement Learning
di: Zhou, Yang, et al.
Pubblicazione: (2025)
di: Zhou, Yang, et al.
Pubblicazione: (2025)
ComaDICE: Offline Cooperative Multi-Agent Reinforcement Learning with Stationary Distribution Shift Regularization
di: Bui, The Viet, et al.
Pubblicazione: (2024)
di: Bui, The Viet, et al.
Pubblicazione: (2024)
Achieving Collective Welfare in Multi-Agent Reinforcement Learning via Suggestion Sharing
di: Jin, Yue, et al.
Pubblicazione: (2024)
di: Jin, Yue, et al.
Pubblicazione: (2024)
A Survey of Multi-Agent Deep Reinforcement Learning with Communication
di: Zhu, Changxi, et al.
Pubblicazione: (2022)
di: Zhu, Changxi, et al.
Pubblicazione: (2022)
Selective Reincarnation: Offline-to-Online Multi-Agent Reinforcement Learning
di: Formanek, Claude, et al.
Pubblicazione: (2023)
di: Formanek, Claude, et al.
Pubblicazione: (2023)
Expert-Free Online Transfer Learning in Multi-Agent Reinforcement Learning
di: Castagna, Alberto
Pubblicazione: (2025)
di: Castagna, Alberto
Pubblicazione: (2025)
Interaction Pattern Disentangling for Multi-Agent Reinforcement Learning
di: Liu, Shunyu, et al.
Pubblicazione: (2022)
di: Liu, Shunyu, et al.
Pubblicazione: (2022)
Adaptive TD-Lambda for Cooperative Multi-agent Reinforcement Learning
di: Deng, Yue, et al.
Pubblicazione: (2026)
di: Deng, Yue, et al.
Pubblicazione: (2026)
Continuous-Time Value Iteration for Multi-Agent Reinforcement Learning
di: Wang, Xuefeng, et al.
Pubblicazione: (2025)
di: Wang, Xuefeng, et al.
Pubblicazione: (2025)
Stronger-MAS: Multi-Agent Reinforcement Learning for Collaborative LLMs
di: Zhao, Yujie, et al.
Pubblicazione: (2025)
di: Zhao, Yujie, et al.
Pubblicazione: (2025)
MIXRTs: Toward Interpretable Multi-Agent Reinforcement Learning via Mixing Recurrent Soft Decision Trees
di: Liu, Zichuan, et al.
Pubblicazione: (2022)
di: Liu, Zichuan, et al.
Pubblicazione: (2022)
Multi-Agent Model-Based Reinforcement Learning with Joint State-Action Learned Embeddings
di: Wang, Zhizun, et al.
Pubblicazione: (2026)
di: Wang, Zhizun, et al.
Pubblicazione: (2026)
Multi-Agent Craftax: Benchmarking Open-Ended Multi-Agent Reinforcement Learning at the Hyperscale
di: Omari, Bassel Al, et al.
Pubblicazione: (2025)
di: Omari, Bassel Al, et al.
Pubblicazione: (2025)
Focusing Influence Mechanism for Multi-Agent Reinforcement Learning
di: Park, Yisak, et al.
Pubblicazione: (2025)
di: Park, Yisak, et al.
Pubblicazione: (2025)
Generalized Intention Modeling in Multi-Agent Reinforcement Learning
di: Odrowaz-Sypniewski, Mateusz, et al.
Pubblicazione: (2026)
di: Odrowaz-Sypniewski, Mateusz, et al.
Pubblicazione: (2026)
Trajectory-Class-Aware Multi-Agent Reinforcement Learning
di: Na, Hyungho, et al.
Pubblicazione: (2025)
di: Na, Hyungho, et al.
Pubblicazione: (2025)
An Initial Introduction to Cooperative Multi-Agent Reinforcement Learning
di: Amato, Christopher
Pubblicazione: (2024)
di: Amato, Christopher
Pubblicazione: (2024)
Fully Independent Communication in Multi-Agent Reinforcement Learning
di: Pina, Rafael, et al.
Pubblicazione: (2024)
di: Pina, Rafael, et al.
Pubblicazione: (2024)
Transformer-Based Scalable Multi-Agent Reinforcement Learning for Networked Systems with Long-Range Interactions
di: Sinha, Vidur, et al.
Pubblicazione: (2025)
di: Sinha, Vidur, et al.
Pubblicazione: (2025)
Representation Learning For Efficient Deep Multi-Agent Reinforcement Learning
di: Huh, Dom, et al.
Pubblicazione: (2024)
di: Huh, Dom, et al.
Pubblicazione: (2024)
Empirical Study on Robustness and Resilience in Cooperative Multi-Agent Reinforcement Learning
di: Li, Simin, et al.
Pubblicazione: (2025)
di: Li, Simin, et al.
Pubblicazione: (2025)
Documenti analoghi
-
ORVIT: Near-Optimal Online Distributionally Robust Reinforcement Learning
di: Ghosh, Debamita, et al.
Pubblicazione: (2025) -
Online Robust Reinforcement Learning with General Function Approximation
di: Ghosh, Debamita, et al.
Pubblicazione: (2025) -
Sample-Efficient Robust Multi-Agent Reinforcement Learning in the Face of Environmental Uncertainty
di: Shi, Laixi, et al.
Pubblicazione: (2024) -
Transformer World Model for Sample Efficient Multi-Agent Reinforcement Learning
di: Deihim, Azad, et al.
Pubblicazione: (2025) -
Multi-Agent Reinforcement Learning for Sample-Efficient Deep Neural Network Mapping
di: Krishnan, Srivatsan, et al.
Pubblicazione: (2025)