Buchumschlag

PhysicsAgentABM: Physics-Guided Generative Agent-Based Modeling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Venkatesh, Kavana, He, Yinhan, Li, Jundong, Cui, Jiaming
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Multiagent Systems Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Do Agent Societies Develop Intellectual Elites? The Hidden Power Laws of Collective Cognition in LLM Multi-Agent Systems
von: Venkatesh, Kavana, et al.
Veröffentlicht: (2026)

CASPIAN: Online Detection and Attribution of Cascade Attacks in LLM Multi-Agent Systems via Cross-Channel Causal Monitoring
von: Venkatesh, Kavana, et al.
Veröffentlicht: (2026)

Generalized Intention Modeling in Multi-Agent Reinforcement Learning
von: Odrowaz-Sypniewski, Mateusz, et al.
Veröffentlicht: (2026)

The Practicality of Normalizing Flow Test-Time Training in Bayesian Inference for Agent-Based Models
von: Zhang, Junyao, et al.
Veröffentlicht: (2026)

LLM Economist: Large Population Models and Mechanism Design in Multi-Agent Generative Simulacra
von: Karten, Seth, et al.
Veröffentlicht: (2025)

cMALC-D: Contextual Multi-Agent LLM-Guided Curriculum Learning with Diversity-Based Context Blending
von: Satheesh, Anirudh, et al.
Veröffentlicht: (2025)

Preference-Guided Learning for Sparse-Reward Multi-Agent Reinforcement Learning
von: Bui, The Viet, et al.
Veröffentlicht: (2025)

Neural Network-Based Parameter Estimation of a Labour Market Agent-Based Model
von: Alves, M Lopes, et al.
Veröffentlicht: (2026)

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

MAGIC-MASK: Multi-Agent Guided Inter-Agent Collaboration with Mask-Based Explainability for Reinforcement Learning
von: Maliha, Maisha, et al.
Veröffentlicht: (2025)

OFA-MAS: One-for-All Multi-Agent System Topology Design based on Mixture-of-Experts Graph Generative Models
von: Li, Shiyuan, et al.
Veröffentlicht: (2026)

Scenario-Based Curriculum Generation for Multi-Agent Autonomous Driving
von: Brunnbauer, Axel, et al.
Veröffentlicht: (2024)

From Solo to Symphony: Orchestrating Multi-Agent Collaboration with Single-Agent Demos
von: Wang, Xun, et al.
Veröffentlicht: (2025)

Multi-Agent Model-Based Reinforcement Learning with Joint State-Action Learned Embeddings
von: Wang, Zhizun, et al.
Veröffentlicht: (2026)

Beyond the All-in-One Agent: Benchmarking Role-Specialized Multi-Agent Collaboration in Enterprise Workflows
von: Yu, Tao, et al.
Veröffentlicht: (2026)

MACTAS: Self-Attention-Based Inter-Agent Communication in Multi-Agent Reinforcement Learning with Action-Value Function Decomposition
von: Wojtala, Maciej, et al.
Veröffentlicht: (2025)

Communication Learning in Multi-Agent Systems from Graph Modeling Perspective
von: Hu, Shengchao, et al.
Veröffentlicht: (2024)

NDRL: Cotton Irrigation and Nitrogen Application with Nested Dual-Agent Reinforcement Learning
von: Xu, Ruifeng, et al.
Veröffentlicht: (2025)

Agent Bazaar: Enabling Economic Alignment in Multi-Agent Marketplaces
von: Karten, Seth, et al.
Veröffentlicht: (2026)

MobiAgent: A Systematic Framework for Customizable Mobile Agents
von: Zhang, Cheng, et al.
Veröffentlicht: (2025)

AgentsNet: Coordination and Collaborative Reasoning in Multi-Agent LLMs
von: Grötschla, Florian, et al.
Veröffentlicht: (2025)

Optimistic Multi-Agent Policy Gradient
von: Zhao, Wenshuai, et al.
Veröffentlicht: (2023)

GoAgent: Group-of-Agents Communication Topology Generation for LLM-based Multi-Agent Systems
von: Chen, Hongjiang, et al.
Veröffentlicht: (2026)

LEED: A Highly Efficient and Scalable LLM-Empowered Expert Demonstrations Framework for Multi-Agent Reinforcement Learning
von: Duan, Tianyang, et al.
Veröffentlicht: (2025)

CAMMARL: Conformal Action Modeling in Multi Agent Reinforcement Learning
von: Gupta, Nikunj, et al.
Veröffentlicht: (2023)

Adaptive Context Length Optimization with Low-Frequency Truncation for Multi-Agent Reinforcement Learning
von: Duan, Wenchang, et al.
Veröffentlicht: (2025)

Governance-Aware Agent Telemetry for Closed-Loop Enforcement in Multi-Agent AI Systems
von: Pathak, Anshul, et al.
Veröffentlicht: (2026)

Learning Emergence of Interaction Patterns across Independent RL Agents in Multi-Agent Environments
von: Baddam, Vasanth Reddy, et al.
Veröffentlicht: (2024)

Multi-Agent Craftax: Benchmarking Open-Ended Multi-Agent Reinforcement Learning at the Hyperscale
von: Omari, Bassel Al, et al.
Veröffentlicht: (2025)

Tackling Uncertainties in Multi-Agent Reinforcement Learning through Integration of Agent Termination Dynamics
von: Hazra, Somnath, et al.
Veröffentlicht: (2025)

Steering No-Regret Agents in MFGs under Model Uncertainty
von: Widmer, Leo, et al.
Veröffentlicht: (2025)

Can AI Agents Agree?
von: Berdoz, Frédéric, et al.
Veröffentlicht: (2026)

Conformal Agent Error Attribution
von: Feng, Naihe, et al.
Veröffentlicht: (2026)

MARGIN: Runtime Confidence Calibration for Multi-Agent Foundation Model Coordination
von: Armstrong, Joss
Veröffentlicht: (2026)

Mini Honor of Kings: A Lightweight Environment for Multi-Agent Reinforcement Learning
von: Liu, Lin, et al.
Veröffentlicht: (2024)

Transformer World Model for Sample Efficient Multi-Agent Reinforcement Learning
von: Deihim, Azad, et al.
Veröffentlicht: (2025)

LLM-ABM for Transportation: Assessing the Potential of LLM Agents in System Analysis
von: Liu, Tianming, et al.
Veröffentlicht: (2025)

Agent-Oriented Planning in Multi-Agent Systems
von: Li, Ao, et al.
Veröffentlicht: (2024)

Cooperative Multi-Agent Graph Bandits: UCB Algorithm and Regret Analysis
von: Paschalidis, Phevos, et al.
Veröffentlicht: (2024)

Beyond Scaling: Agents Are Heading to the Edge
von: Tian, Chunlin, et al.
Veröffentlicht: (2026)