Buchumschlag

AMAGO: Scalable In-Context Reinforcement Learning for Adaptive Agents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Grigsby, Jake, Fan, Linxi, Zhu, Yuke
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AMAGO-2: Breaking the Multi-Task Barrier in Meta-Reinforcement Learning with Transformers
von: Grigsby, Jake, et al.
Veröffentlicht: (2024)

Human-Level Competitive Pokémon via Scalable Offline Reinforcement Learning with Transformers
von: Grigsby, Jake, et al.
Veröffentlicht: (2025)

VLM Q-Learning: Aligning Vision-Language Models for Interactive Decision-Making
von: Grigsby, Jake, et al.
Veröffentlicht: (2025)

Sim-to-Real Reinforcement Learning for Vision-Based Dexterous Manipulation on Humanoids
von: Lin, Toru, et al.
Veröffentlicht: (2025)

SCIZOR: A Self-Supervised Approach to Data Curation for Large-Scale Imitation Learning
von: Zhang, Yu, et al.
Veröffentlicht: (2025)

The PokeAgent Challenge: Competitive and Long-Context Learning at Scale
von: Karten, Seth, et al.
Veröffentlicht: (2026)

CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation
von: Chen, Sirui, et al.
Veröffentlicht: (2025)

Self-Initiated Open World Learning for Autonomous AI Agents
von: Liu, Bing, et al.
Veröffentlicht: (2021)

Adaptive Policy Synchronization for Scalable Reinforcement Learning
von: Lafuente-Mercado, Rodney
Veröffentlicht: (2025)

DexMimicGen: Automated Data Generation for Bimanual Dexterous Manipulation via Imitation Learning
von: Jiang, Zhenyu, et al.
Veröffentlicht: (2024)

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

Scalable Multi-Agent Offline Reinforcement Learning and the Role of Information
von: Zamboni, Riccardo, et al.
Veröffentlicht: (2025)

Scalable On-Policy Reinforcement Learning via Adaptive Batch Scaling
von: Park, Jongchan
Veröffentlicht: (2026)

Residual Learning and Context Encoding for Adaptive Offline-to-Online Reinforcement Learning
von: Nakhaei, Mohammadreza, et al.
Veröffentlicht: (2024)

DrEureka: Language Model Guided Sim-To-Real Transfer
von: Ma, Yecheng Jason, et al.
Veröffentlicht: (2024)

Scalable Reinforcement Learning for Virtual Machine Scheduling
von: Sheng, Junjie, et al.
Veröffentlicht: (2025)

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

Eureka: Human-Level Reward Design via Coding Large Language Models
von: Ma, Yecheng Jason, et al.
Veröffentlicht: (2023)

Scalable In-Context Q-Learning
von: Liu, Jinmei, et al.
Veröffentlicht: (2025)

DEAS: DEtached value learning with Action Sequence for Scalable Offline RL
von: Kim, Changyeon, et al.
Veröffentlicht: (2025)

One-Step Diffusion Policy: Fast Visuomotor Policies via Diffusion Distillation
von: Wang, Zhendong, et al.
Veröffentlicht: (2024)

Safe In-Context Reinforcement Learning
von: Moeini, Amir, et al.
Veröffentlicht: (2025)

Context Bootstrapped Reinforcement Learning
von: Agashe, Saaket, et al.
Veröffentlicht: (2026)

Fully Decentralized Cooperative Multi-Agent Reinforcement Learning is A Context Modeling Problem
von: Li, Chao, et al.
Veröffentlicht: (2025)

Heterogeneous Multi-Agent Reinforcement Learning with Attention for Cooperative and Scalable Feature Transformation
von: Zhe, Tao, et al.
Veröffentlicht: (2025)

Multi-Agent Reinforcement Learning for Adaptive Resource Orchestration in Cloud-Native Clusters
von: Yao, Guanzi, et al.
Veröffentlicht: (2025)

Adaptive Tuning of Parameterized Traffic Controllers via Multi-Agent Reinforcement Learning
von: Önür, Giray, et al.
Veröffentlicht: (2025)

Strategically Robust Multi-Agent Reinforcement Learning with Linear Function Approximation
von: Gonzales, Jake, et al.
Veröffentlicht: (2026)

Hyperspherical Normalization for Scalable Deep Reinforcement Learning
von: Lee, Hojoon, et al.
Veröffentlicht: (2025)

Do-PFN: In-Context Learning for Causal Effect Estimation
von: Robertson, Jake, et al.
Veröffentlicht: (2025)

A Survey of In-Context Reinforcement Learning
von: Moeini, Amir, et al.
Veröffentlicht: (2025)

Agent-Omit: Adaptive Context Omission for Efficient LLM Agents
von: Ning, Yansong, et al.
Veröffentlicht: (2026)

Adaptive Multi-Agent Deep Reinforcement Learning for Timely Healthcare Interventions
von: Shaik, Thanveer, et al.
Veröffentlicht: (2023)

Balancing Interpretability and Performance in Reinforcement Learning: An Adaptive Spectral Based Linear Approach
von: Yi, Qianxin, et al.
Veröffentlicht: (2025)

Partial Models for Building Adaptive Model-Based Reinforcement Learning Agents
von: Alver, Safa, et al.
Veröffentlicht: (2024)

NitroGen: An Open Foundation Model for Generalist Gaming Agents
von: Magne, Loïc, et al.
Veröffentlicht: (2026)

Massively Scalable Inverse Reinforcement Learning in Google Maps
von: Barnes, Matt, et al.
Veröffentlicht: (2023)

Adaptive Reinforcement Learning for Dynamic Configuration Allocation in Pre-Production Testing
von: Zhu, Yu
Veröffentlicht: (2025)

Scalable Multiagent Reinforcement Learning with Collective Influence Estimation
von: Luo, Zhenglong, et al.
Veröffentlicht: (2026)

Scalable Reinforcement Learning-based Neural Architecture Search
von: Cassimon, Amber, et al.
Veröffentlicht: (2024)