Buchumschlag

JCAS-MARL: Joint Communication and Sensing UAV Networks via Resource-Constrained Multi-Agent Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guven, Islam, Parlak, Mehmet
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Information Theory Artificial Intelligence Machine Learning Multiagent Systems Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GNN-Empowered Effective Partial Observation MARL Method for AoI Management in Multi-UAV Network
von: Pan, Yuhao, et al.
Veröffentlicht: (2024)

EcoFair-CH-MARL: Scalable Constrained Hierarchical Multi-Agent RL with Real-Time Emission Budgets and Fairness Guarantees
von: Alqithami, Saad
Veröffentlicht: (2026)

Dynamic one-time delivery of critical data by small and sparse UAV swarms: a model problem for MARL scaling studies
von: Persson, Mika, et al.
Veröffentlicht: (2025)

A Hierarchical Reinforcement Learning Framework for Multi-UAV Combat Using Leader-Follower Strategy
von: Pang, Jinhui, et al.
Veröffentlicht: (2025)

Integrating Transit Signal Priority into Multi-Agent Reinforcement Learning based Traffic Signal Control
von: Kwesiga, Dickness Kakitahi, et al.
Veröffentlicht: (2024)

Multi-Agent Reinforcement Learning with Communication-Constrained Priors
von: Yang, Guang, et al.
Veröffentlicht: (2025)

UAV-MARL: Multi-Agent Reinforcement Learning for Time-Critical and Dynamic Medical Supply Delivery
von: Guven, Islam, et al.
Veröffentlicht: (2026)

Adaptive Event-Triggered Policy Gradient for Multi-Agent Reinforcement Learning
von: Siddique, Umer, et al.
Veröffentlicht: (2025)

CH-MARL: Constrained Hierarchical Multiagent Reinforcement Learning for Sustainable Maritime Logistics
von: Alqithami, Saad
Veröffentlicht: (2025)

Networked Communication for Decentralised Agents in Mean-Field Games
von: Benjamin, Patrick, et al.
Veröffentlicht: (2023)

BenchMARL: Benchmarking Multi-Agent Reinforcement Learning
von: Bettini, Matteo, et al.
Veröffentlicht: (2023)

Understanding Action Effects through Instrumental Empowerment in Multi-Agent Reinforcement Learning
von: Selmonaj, Ardian, et al.
Veröffentlicht: (2025)

Generalization Bounds of Emergent Communications for Agentic AI Networking
von: Xiao, Yong, et al.
Veröffentlicht: (2026)

Hierarchical LLM-Driven Control for HAPS-Assisted UAV Networks: Joint Optimization of Flight and Connectivity
von: Yan, Zijiang, et al.
Veröffentlicht: (2026)

Towards Robust Multi-UAV Collaboration: MARL with Noise-Resilient Communication and Attention Mechanisms
von: Zhao, Zilin, et al.
Veröffentlicht: (2025)

Emergent Communication Protocol Learning for Task Offloading in Industrial Internet of Things
von: Mostafa, Salwa, et al.
Veröffentlicht: (2024)

Federated Split Learning for Resource-Constrained Robots in Industrial IoT: Framework Comparison, Optimization Strategies, and Future Directions
von: Ni, Wanli, et al.
Veröffentlicht: (2025)

IntersectionZoo: Eco-driving for Benchmarking Multi-Agent Contextual Reinforcement Learning
von: Jayawardana, Vindula, et al.
Veröffentlicht: (2024)

Autonomous Control Leveraging LLMs: An Agentic Framework for Next-Generation Industrial Automation
von: Vyas, Javal, et al.
Veröffentlicht: (2025)

Grid-Agent: An LLM-Powered Multi-Agent System for Power Grid Control
von: Zhang, Yan, et al.
Veröffentlicht: (2025)

Spatio-Temporal Attention Enhanced Multi-Agent DRL for UAV-Assisted Wireless Networks with Limited Communications
von: Chen, Che, et al.
Veröffentlicht: (2026)

Hierarchical Policy-Gradient Reinforcement Learning for Multi-Agent Shepherding Control of Non-Cohesive Targets
von: Covone, Stefano, et al.
Veröffentlicht: (2025)

Balancing Specialization and Centralization: A Multi-Agent Reinforcement Learning Benchmark for Sequential Industrial Control
von: Maus, Tom, et al.
Veröffentlicht: (2025)

Multi-Agent Reinforcement Learning for UAV-Based Chemical Plume Source Localization
von: Li, Zhirun, et al.
Veröffentlicht: (2026)

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

MTTR-A: Measuring Cognitive Recovery Latency in Multi-Agent Systems
von: Or, Barak
Veröffentlicht: (2025)

Solving Multi-Agent Safe Optimal Control with Distributed Epigraph Form MARL
von: Zhang, Songyuan, et al.
Veröffentlicht: (2025)

Heterogeneous Multi-Agent Reinforcement Learning for Zero-Shot Scalable Collaboration
von: Guo, Xudong, et al.
Veröffentlicht: (2024)

The AI Telco Engineer: Toward Autonomous Discovery of Wireless Communications Algorithms
von: Aoudia, Fayçal Aït, et al.
Veröffentlicht: (2026)

Learning-Augmented Perfectly Secure Collaborative Matrix Multiplication
von: He, Zixuan, et al.
Veröffentlicht: (2026)

A Multi-Agent Systems Approach for Peer-to-Peer Energy Trading in Dairy Farming
von: Shah, Mian Ibad Ali, et al.
Veröffentlicht: (2023)

Collaborative QA using Interacting LLMs. Impact of Network Structure, Node Capability and Distributed Data
von: Jain, Adit, et al.
Veröffentlicht: (2025)

Simulation-Based Optimistic Policy Iteration For Multi-Agent MDPs with Kullback-Leibler Control Cost
von: Nakhleh, Khaled, et al.
Veröffentlicht: (2024)

Learning Team-Based Navigation: A Review of Deep Reinforcement Learning Techniques for Multi-Agent Pathfinding
von: Chung, Jaehoon, et al.
Veröffentlicht: (2023)

Traffic Smoothing Controllers for Autonomous Vehicles Using Deep Reinforcement Learning and Real-World Trajectory Data
von: Lichtlé, Nathan, et al.
Veröffentlicht: (2024)

Decentralized Coordination of Distributed Energy Resources through Local Energy Markets and Deep Reinforcement Learning
von: May, Daniel, et al.
Veröffentlicht: (2024)

Performance-Aware Self-Configurable Multi-Agent Networks: A Distributed Submodular Approach for Simultaneous Coordination and Network Design
von: Xu, Zirui, et al.
Veröffentlicht: (2024)

Semantic Channel Theory: Deductive Compression and Structural Fidelity for Multi-Agent Communication
von: Xu, Jianfeng
Veröffentlicht: (2026)

Distributed Offloading in Multi-Access Edge Computing Systems: A Mean-Field Perspective
von: Aggarwal, Shubham, et al.
Veröffentlicht: (2025)

Joint Intrinsic Motivation for Coordinated Exploration in Multi-Agent Deep Reinforcement Learning
von: Toquebiau, Maxime, et al.
Veröffentlicht: (2024)