論文の概要: MASTARS: Multi-Agent Sequential Trajectory Augmentation with Return-Conditioned Subgoals
- arxiv url: http://arxiv.org/abs/2611.17793v1
- Date: Fri, 13 Nov 2026 06:12:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-16 18:43:16.315208
- Title: MASTARS: Multi-Agent Sequential Trajectory Augmentation with Return-Conditioned Subgoals
- Title(参考訳): MASTARS:Return-Conditioned Subgoalsを用いたマルチエージェントシークエンシャル軌道拡大
- Abstract要約: エージェント間で連続的にマルチエージェントトラジェクトリを生成する新しいフレームワークであるMASTARSを紹介する。
MPE、SMAC、SMAC-v2といった様々なベンチマークの実験は、複数のオフラインMARLメソッド間で大きなパフォーマンス向上を示した。
- 参考スコア(独自算出の注目度): 24.205906137002003
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The performance of offline Multi-Agent Reinforcement Learning (MARL) is limited by the quality of the fixed offline dataset, motivating trajectory augmentation. However, augmenting multi-agent trajectories presents a fundamental challenge of the diversity-coordination trade-off: independent generation improves diversity but lacks coordination, while joint generation induces coordination but lacks diversity, reproducing the training distribution. To address this challenge in multi-agent data augmentation, we introduce MASTARS, a novel diffusion-based framework that generates multi-agent trajectories sequentially across agents while enforcing cross-agent consistent coordination via the method of inpainting. MASTARS produces trajectories that are diverse, coordinated and globally coherent. Experiments on various benchmarks such as MPE, SMAC, and SMAC-v2 demonstrate significant performance gains across multiple offline MARL methods.
- Abstract(参考訳): オフラインマルチエージェント強化学習(MARL)の性能は、固定されたオフラインデータセットの品質によって制限される。
独立世代は多様性を向上するが協調は欠くが、共同世代は協調を誘導するが、多様性を欠き、トレーニング分布を再現する。
マルチエージェントデータ拡張におけるこの課題に対処するために,エージェント間で連続的にマルチエージェントトラジェクトリを生成する新しい拡散ベースフレームワークであるMASTARSを紹介した。
MASTARSは多種多様で協調的かつグローバルに整合した軌道を生成する。
MPE、SMAC、SMAC-v2といった様々なベンチマークの実験は、複数のオフラインMARLメソッド間で大きなパフォーマンス向上を示した。
関連論文リスト
- STAIRS-Former: Spatio-Temporal Attention with Interleaved Recursive Structure Transformer for Offline Multi-task Multi-agent Reinforcement Learning [19.174135233947958]
STAIRS-Formerは、空間的および時間的階層を拡張したトランスフォーマーアーキテクチャである。
本稿では,STAIRS-Formerが従来手法より一貫して優れ,新しい最先端性能を実現することを示す。
論文 参考訳(メタデータ) (2026-03-12T08:56:20Z) - MARTI-MARS$^2$: Scaling Multi-Agent Self-Search via Reinforcement Learning for Code Generation [64.2621682259008]
セルフサーチスケーリングによるマルチエージェント強化トレーニングと推論フレームワーク(MARTI-MARS2)
本稿では,MARTI-MARS2を用いたマルチエージェント強化学習・推論フレームワークを提案する。
我々は、MARTI-MARS2が77.7%を獲得し、GPT-5.1のような強力なベースラインを、挑戦的なコード生成ベンチマークで上回っていることを示す。
論文 参考訳(メタデータ) (2026-02-08T07:28:44Z) - Offline Multi-agent Reinforcement Learning via Score Decomposition [51.23590397383217]
オフライン協調型マルチエージェント強化学習(MARL)は、分散シフトによる固有の課題に直面している。
この作業は、オフラインとオンラインのMARL間の分散ギャップを明示的に解決する最初の作業である。
論文 参考訳(メタデータ) (2025-05-09T11:42:31Z) - MADiff: Offline Multi-agent Learning with Diffusion Models [79.18130544233794]
MADiffは拡散型マルチエージェント学習フレームワークである。
分散ポリシと集中型コントローラの両方として機能する。
実験の結果,MADiffは様々なマルチエージェント学習タスクにおいて,ベースラインアルゴリズムよりも優れていた。
論文 参考訳(メタデータ) (2023-05-27T02:14:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。