Flatland Competition 2020: MAPF and MARL for Efficient Train Coordination on a Grid World

Laurent F.; Schneider M.; Scheller C.; Watson J.; Li J.; Chen Z.; Zheng Y.; Chan S.; O. Svidchenko; D. Ivanov; A. Shpilman; Spirovska E.; Tanevski O.; Nikov A.; Grunder R.; Galevski D.; Mitrovski J.; Sartoretti G.; Luo Z.; Damani M.; Bhattacharya N.; Agarwal S.; Egli A.; Nygren E.; Mohanty S.

?

Flatland Competition 2020: MAPF and MARL for Efficient Train Coordination on a Grid World

P. 275–301.

Laurent F., Schneider M., Scheller C., Watson J., Li J., Chen Z., Zheng Y., Chan S., Махнев К. И., Свидченко О. А., Егоров В. С., Иванов Д. И., Шпильман А. А., Spirovska E., Tanevski O., Nikov A., Grunder R., Galevski D., Mitrovski J., Sartoretti G., Luo Z., Damani M., Bhattacharya N., Agarwal S., Egli A., Nygren E., Mohanty S.

Язык: английский

Полный текст

Текст на другом сайте

Ключевые слова: operations research Deep Reinforcement Learning multi-agent path finding multi-agent reinforcement learning vehicle re-scheduling problem

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:

Новые теоретико-игровые подходы к задачам распределения ресурсов (2022)

В книге

Proceedings of Machine Learning Research

Vol. 133: Proceedings of the NeurIPS 2020: Competition and Demonstration Track. , PMLR, 2021.

Mathematical Optimization Theory and Operations Research 24th International Conference, MOTOR 2025, Novosibirsk, Russia, July 7–11, 2025, Proceedings

Switzerland: Springer, 2025.

Добавлено: 10 июля 2025 г.

Dynamics of Disasters: From Natural Phenomena to Human Activity

Springer, 2024.

Добавлено: 5 марта 2025 г.

MineRL Diamond 2021 Competition: Overview, Results, and Lessons Learned

Никулин А. М., Белоусов Ю. С., Свидченко О. А. и др., , in: Proceedings of the NeurIPS 2021 Competitions and Demonstrations Track.: PMLR, 2022.

Добавлено: 8 октября 2024 г.

Decentralized Unlabeled Multi-agent Pathfinding Via Target And Priority Swapping

Дергачев С. А., Яковлев К. С., , in: ECAI 2024. 27th European Conference on Artificial Intelligence, October 19 – 24 October 2024, Santiago de Compostela, Spain – Including 13th Conference on Prestigious Applications of Intelligent Systems (PAIS 2024).: IOS Press, 2024. P. 4344–4351.

Добавлено: 11 сентября 2024 г.

Decentralized Unlabeled Multi-agent Navigation in Continuous Space

Дергачев С. А., Яковлев К. С., , in: Interactive Collaborative Robotics. 9th International Conference, ICR 2024, Mexico City, Mexico, October 14–18, 2024, Proceedings.: Cham: Springer, 2024. P. 186–200.

Добавлено: 11 сентября 2024 г.

Mathematical Optimization Theory and Operations Research. 23rd International Conference, MOTOR 2024, Omsk, Russia, June 30–July 6, 2024, Proceedings. LNCS, volume 14766

Springer, 2024.

Добавлено: 9 августа 2024 г.

Mathematical Optimization Theory and Operations Research: Recent Trends. 22nd International Conference, MOTOR 2023, Ekaterinburg, Russia, July 2–8, 2023, Revised Selected Papers, vol 1881

Springer, 2023.

Добавлено: 14 октября 2023 г.

Towards a Complete Multi-agent Pathfinding Algorithm for Large Agents

Дергачев С. А., Яковлев К. С., , in: Advances in Computational Intelligence. 21st Mexican International Conference on Artificial Intelligence, MICAI 2022, Monterrey, Mexico, October 24–29, 2022, Proceedings* 1.: Cham: Springer, 2022. P. 355–367.

Добавлено: 16 мая 2023 г.

Scalable Multi-Agent Model-Based Reinforcement Learning

Vladimir Egorov, Alexei Shpilman, , in: AAMAS '22: Proceedings of the 21st International Conference on Autonomous Agents and Multiagent Systems.: International Foundation for Autonomous Agents and Multiagent Systems, 2022. P. 381–390.

Добавлено: 11 октября 2022 г.

Multi-agent Pathfinding With Continuous Time

Andreychuk A., Яковлев К. С., Surynek P. и др., Artificial Intelligence 2022 Vol. 305 Article 103662

Добавлено: 26 августа 2022 г.

Operations Research Forum

Springer, 2023.

Добавлено: 24 мая 2022 г.

Deep Reinforcement Learning with DQN vs. PPO in VizDoom

Anton Zakharenkov, Макаров И. А., , in: Proceedings of IEEE 21st International Symposium on Computational Intelligence and Informatics (CINTI'21), 18-20 Nov. 2021.: NY: IEEE, 2021. P. 000131–000136.

Добавлено: 19 января 2022 г.

Modelling Stock Markets by Multi-agent Reinforcement Learning

Lussange, J, Lazarevich I., Bourgeois-Gironde S. и др., Computational Economics 2021 Vol. 57 P. 113–147

Добавлено: 14 декабря 2021 г.

Десятая всероссийская научно-практическая конференция по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика» (ИММОД-2021).

СПб.: АО "ЦТСС", 2021.

В научном издании представлены труды Десятой всероссийской научно-практической конференции по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика» (ИММОД-2021) по следующим направлениям: – теоретические основы и методология имитационного и комплексного моделирования; – средства автоматизации и визуализации имитационного и комплексного моделирования; – практическое применение моделирования и инструментальных средств автоматизации моделирования, ...

Добавлено: 22 ноября 2021 г.

Improving Continuous-time Conflict Based Search

Andreychuk A., Яковлев К. С., Boyarski E. и др., , in: The Thirty-Fifth AAAI Conference on Artificial Intelligence. Technical Tracks 13Vol. 35.: AAAI Press, 2021. P. 11220–11227.

Добавлено: 21 октября 2021 г.

Deep Reinforcement Learning in VizDoom via DQN and Actor-Critic Agents

Maria Bakhanova, Ilya Makarov, , in: Advances in Computational Intelligence: 16th International Work-Conference on Artificial Neural Networks, IWANN 2021, Virtual Event, June 16–18, 2021, Proceedings, Part I* 1. Vol. 12861.: Springer, 2021. Ch. 12 P. 138–150.

In this work, we study the problem of learning reinforcement learning-based agents in a first-person shooter environment VizDoom. We compare several well-known architectures, such as DQN, DDQN, A3C, and Curiosity-driven model, while highlighting the main differences in learned policies of agents trained via these models. ...

Добавлено: 1 сентября 2021 г.

Balancing Rational and Other-Regarding Preferences in Cooperative-Competitive Environments

Иванов Д. И., Egorov V., Шпильман А. А., , in: AAMAS'2021: Proceedings of the 20th International Conference on Autonomous Agents and MultiAgent Systems.: IFAAMAS, 2021. P. 1536–1538.

Добавлено: 29 мая 2021 г.

AAMAS'2021: Proceedings of the 20th International Conference on Autonomous Agents and MultiAgent Systems

IFAAMAS, 2021.

Добавлено: 29 мая 2021 г.

Workshop on AI for Autonomous Driving (AIAD)

[б.и.], 2020.

Добавлено: 28 декабря 2020 г.

Mathematical Optimization Theory and Operations Research. 18th International Conference, MOTOR 2019 (LNCS)

Springer, 2019.

Добавлено: 31 октября 2020 г.

Architectural and Methodical Aspects of Dynamic Measurements of Nuclear Fuel Microobjects

Baybikova T. N., Domoratskiy E. P., , in: International Multi-Conference on Industrial Engineering and Modern Technologies (FarEastCon).: IEEE, 2020. P. 1–6.

Добавлено: 13 октября 2020 г.

International Multi-Conference on Industrial Engineering and Modern Technologies (FarEastCon)

IEEE, 2020.

Добавлено: 13 октября 2020 г.

Система имитационного моделирования операций, геометрических характеристик и методов импульсной оптической томографии микрообъектов ядерного топлива

Байбикова Т. Н., Доморацкий Е. П., Датчики и системы 2020 Т. 247 № 5 С. 34–40

Система предназначена для создания новых методов динамической пространственной реконструкции размеров и формы микрообъектов по их импульсным дискретным проекционным изображениям. Они обеспечивают высокопроизводительный контроль и сортировку микрообъектов в режиме реального времени. ...

Добавлено: 25 сентября 2020 г.