Buchumschlag

Learning the Preferences of a Learning Agent

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sadek, Karim Abdel, Bedaywi, Mark, Gould, Rhys, Russell, Stuart
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Machine Learning Multiagent Systems
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Selective Reincarnation: Offline-to-Online Multi-Agent Reinforcement Learning
von: Formanek, Claude, et al.
Veröffentlicht: (2023)

Putting Data at the Centre of Offline Multi-Agent Reinforcement Learning
von: Formanek, Claude, et al.
Veröffentlicht: (2024)

The Partially Observable Off-Switch Game
von: Garber, Andrew, et al.
Veröffentlicht: (2024)

Generalisable Agents for Neural Network Optimisation
von: Tessera, Kale-ab, et al.
Veröffentlicht: (2023)

Pun Intended: Multi-Agent Translation of Wordplay with Contrastive Learning and Phonetic-Semantic Embeddings
von: Taylor, Russell, et al.
Veröffentlicht: (2025)

Human Implicit Preference-Based Policy Fine-tuning for Multi-Agent Reinforcement Learning in USV Swarm
von: Kim, Hyeonjun, et al.
Veröffentlicht: (2025)

Fluid-Agent Reinforcement Learning
von: Sharma, Shishir, et al.
Veröffentlicht: (2026)

Learning Strategy Representation for Imitation Learning in Multi-Agent Games
von: Lei, Shiqi, et al.
Veröffentlicht: (2024)

Representation Learning For Efficient Deep Multi-Agent Reinforcement Learning
von: Huh, Dom, et al.
Veröffentlicht: (2024)

Context Learning for Multi-Agent Discussion
von: Hua, Xingyuan, et al.
Veröffentlicht: (2026)

Expert-Free Online Transfer Learning in Multi-Agent Reinforcement Learning
von: Castagna, Alberto
Veröffentlicht: (2025)

Multi-Agent Reinforcement Learning with a Hierarchy of Reward Machines
von: Zheng, Xuejing, et al.
Veröffentlicht: (2024)

Goal-Oriented Multi-Agent Reinforcement Learning for Decentralized Agent Teams
von: Du, Hung, et al.
Veröffentlicht: (2025)

Interaction-Breaking Adversarial Learning Framework for Robust Multi-Agent Reinforcement Learning
von: Lee, Sunwoo, et al.
Veröffentlicht: (2026)

Tacit Learning with Adaptive Information Selection for Cooperative Multi-Agent Reinforcement Learning
von: Liu, Lunjun, et al.
Veröffentlicht: (2024)

Learning Progress Driven Multi-Agent Curriculum
von: Zhao, Wenshuai, et al.
Veröffentlicht: (2022)

Learning to Cooperate with Humans using Generative Agents
von: Liang, Yancheng, et al.
Veröffentlicht: (2024)

Challenges in Credit Assignment for Multi-Agent Reinforcement Learning in Open Agent Systems
von: Abadi, Alireza Saleh, et al.
Veröffentlicht: (2025)

Interaction Pattern Disentangling for Multi-Agent Reinforcement Learning
von: Liu, Shunyu, et al.
Veröffentlicht: (2022)

Learning to Steer Markovian Agents under Model Uncertainty
von: Huang, Jiawei, et al.
Veröffentlicht: (2024)

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

Decentralized and Lifelong-Adaptive Multi-Agent Collaborative Learning
von: Tang, Shuo, et al.
Veröffentlicht: (2024)

Towards Fault Tolerance in Multi-Agent Reinforcement Learning
von: Shi, Yuchen, et al.
Veröffentlicht: (2024)

When Is Diversity Rewarded in Cooperative Multi-Agent Learning?
von: Amir, Michael, et al.
Veröffentlicht: (2025)

Operationalising Rawlsian Ethics for Fairness in Norm-Learning Agents
von: Woodgate, Jessica, et al.
Veröffentlicht: (2024)

Multi-Agent Car Parking using Reinforcement Learning
von: Tanner, Omar
Veröffentlicht: (2022)

Coordination Failure in Cooperative Offline MARL
von: Tilbury, Callum Rhys, et al.
Veröffentlicht: (2024)

A Survey of Multi Agent Reinforcement Learning: Federated Learning and Cooperative and Noncooperative Decentralized Regimes
von: Cheruiyot, Kemboi, et al.
Veröffentlicht: (2025)

QSIM: Mitigating Overestimation in Multi-Agent Reinforcement Learning via Action Similarity Weighted Q-Learning
von: Li, Yuanjun, et al.
Veröffentlicht: (2026)

Distributed Deep Reinforcement Learning: A Survey and A Multi-Player Multi-Agent Learning Toolbox
von: Yin, Qiyue, et al.
Veröffentlicht: (2022)

Learning Individual Intrinsic Reward in Multi-Agent Reinforcement Learning via Incorporating Generalized Human Expertise
von: Wu, Xuefei, et al.
Veröffentlicht: (2025)

Coordination Matters: Evaluation of Cooperative Multi-Agent Reinforcement Learning
von: Cardei, Maria Ana, et al.
Veröffentlicht: (2026)

Learning to Communicate Locally for Large-Scale Multi-Agent Pathfinding
von: Vyaltsev, Valeriy, et al.
Veröffentlicht: (2026)

LLM-Guided Communication for Cooperative Multi-Agent Reinforcement Learning
von: Bae, Sangjun, et al.
Veröffentlicht: (2026)

Prism: Spectral Parameter Sharing for Multi-Agent Reinforcement Learning
von: Kim, Kyungbeom, et al.
Veröffentlicht: (2026)

Interpretable Failure Analysis in Multi-Agent Reinforcement Learning Systems
von: Shefin, Risal Shahriar, et al.
Veröffentlicht: (2026)

Language-Driven Coordination and Learning in Multi-Agent Simulation Environments
von: Li, Zhengyang, et al.
Veröffentlicht: (2025)

Hierarchical Reinforcement Learning for Optimal Agent Grouping in Cooperative Systems
von: Hu, Liyuan
Veröffentlicht: (2025)

Reward-Independent Messaging for Decentralized Multi-Agent Reinforcement Learning
von: Yoshida, Naoto, et al.
Veröffentlicht: (2025)

MAPF-GPT: Imitation Learning for Multi-Agent Pathfinding at Scale
von: Andreychuk, Anton, et al.
Veröffentlicht: (2024)