Buchumschlag

Active Evaluation of General Agents: Problem Definition and Comparison of Baseline Algorithms

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lanctot, Marc, Larson, Kate, Gemp, Ian, Kaisers, Michael
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence 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

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

Nash without Numbers: A Social Choice Approach to Mixed Equilibria in Context-Ordinal Games
von: Gemp, Ian, et al.
Veröffentlicht: (2026)

Evaluating Agents using Social Choice Theory
von: Lanctot, Marc, et al.
Veröffentlicht: (2023)

Approximating the Core via Iterative Coalition Sampling
von: Gemp, Ian, et al.
Veröffentlicht: (2024)

Discovering Multiagent Learning Algorithms with Large Language Models
von: Li, Zun, et al.
Veröffentlicht: (2026)

Convex Markov Games: A New Frontier for Multi-Agent Reinforcement Learning
von: Gemp, Ian, et al.
Veröffentlicht: (2024)

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

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

Deviation Ratings: A General, Clone-Invariant Rating Method
von: Marris, Luke, et al.
Veröffentlicht: (2025)

Generalized dynamic cognitive hierarchy models for strategic driving behavior
von: Sarkar, Atrisha, et al.
Veröffentlicht: (2021)

Approximating Nash Equilibria in Normal-Form Games via Stochastic Optimization
von: Gemp, Ian, et al.
Veröffentlicht: (2023)

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

Easy as ABCs: Unifying Boltzmann Q-Learning and Counterfactual Regret Minimization
von: D'Amico-Wong, Luca, et al.
Veröffentlicht: (2024)

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

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

Competitive Algorithms for Multi-Agent Ski-Rental Problems
von: Wang, Xuchuang, et al.
Veröffentlicht: (2025)

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

Scalable Mechanism Design for Multi-Agent Path Finding
von: Friedrich, Paul, et al.
Veröffentlicht: (2024)

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

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

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

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

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)

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

Grasper: A Generalist Pursuer for Pursuit-Evasion Problems
von: Li, Pengdeng, et al.
Veröffentlicht: (2024)

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

Soft Condorcet Optimization for Ranking of General Agents
von: Lanctot, Marc, et al.
Veröffentlicht: (2024)

The Problem of Social Cost in Multi-Agent General Reinforcement Learning: Survey and Synthesis
von: Ng, Kee Siong, et al.
Veröffentlicht: (2024)

Solving Zero-Sum Convex Markov Games
von: Kalogiannis, Fivos, et al.
Veröffentlicht: (2025)

The Hive Mind is a Single Reinforcement Learning Agent
von: Soma, Karthik, et al.
Veröffentlicht: (2024)

Cooperation Breakdown in LLM Agents Under Communication Delays
von: Nishimoto, Keita, et al.
Veröffentlicht: (2026)

Hybrid Human-Agent Social Dilemmas in Energy Markets
von: Perera, Isuri, et al.
Veröffentlicht: (2026)

The Benefits of Power Regularization in Cooperative Reinforcement Learning
von: Li, Michelle, et al.
Veröffentlicht: (2024)

What is the Solution for State-Adversarial Multi-Agent Reinforcement Learning?
von: Han, Songyang, et al.
Veröffentlicht: (2022)

Policy Optimization finds Nash Equilibrium in Regularized General-Sum LQ Games
von: Zaman, Muhammad Aneeq uz, 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)

Synthesis of Reward Machines for Multi-Agent Equilibrium Design (Full Version)
von: Najib, Muhammad, et al.
Veröffentlicht: (2024)

A Computable Game-Theoretic Framework for Multi-Agent Theory of Mind
von: Zhu, Fengming, et al.
Veröffentlicht: (2025)