Copertina

Harnessing Discrete Representations For Continual Reinforcement Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Meyer, Edan, White, Adam, Machado, Marlos C.
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

AGaLiTe: Approximate Gated Linear Transformers for Online Reinforcement Learning
di: Pramanik, Subhojeet, et al.
Pubblicazione: (2023)

Deep Reinforcement Learning with Gradient Eligibility Traces
di: Elelimy, Esraa, et al.
Pubblicazione: (2025)

Proper Laplacian Representation Learning
di: Gomez, Diego, et al.
Pubblicazione: (2023)

Demystifying the Recency Heuristic in Temporal-Difference Learning
di: Daley, Brett, et al.
Pubblicazione: (2024)

Deep Double Q-learning
di: Nagarajan, Prabhat, et al.
Pubblicazione: (2025)

An Analysis of Action-Value Temporal-Difference Methods That Learn State Values
di: Daley, Brett, et al.
Pubblicazione: (2025)

The Cell Must Go On: Agar.io for Continual Reinforcement Learning
di: Mohamed, Mohamed A., et al.
Pubblicazione: (2025)

The Laplacian Keyboard: Beyond the Linear Span
di: Chandrasekar, Siddarth, et al.
Pubblicazione: (2026)

Empirical Design in Reinforcement Learning
di: Patterson, Andrew, et al.
Pubblicazione: (2023)

Real-Time Recurrent Learning using Trace Units in Reinforcement Learning
di: Elelimy, Esraa, et al.
Pubblicazione: (2024)

A Generalized Projected Bellman Error for Off-policy Value Estimation in Reinforcement Learning
di: Patterson, Andrew, et al.
Pubblicazione: (2021)

Rethinking the Foundations for Continual Reinforcement Learning
di: Elelimy, Esraa, et al.
Pubblicazione: (2025)

A Method for Evaluating Hyperparameter Sensitivity in Reinforcement Learning
di: Adkins, Jacob, et al.
Pubblicazione: (2024)

A New View on Planning in Online Reinforcement Learning
di: Roice, Kevin, et al.
Pubblicazione: (2024)

Averaging $n$-step Returns Reduces Variance in Reinforcement Learning
di: Daley, Brett, et al.
Pubblicazione: (2024)

DROGO: Default Representation Objective via Graph Optimization in Reinforcement Learning
di: Tse, Hon Tik, et al.
Pubblicazione: (2026)

Discretizing Continuous Action Space with Unimodal Probability Distributions for On-Policy Reinforcement Learning
di: Zhu, Yuanyang, et al.
Pubblicazione: (2024)

Reward-Aware Proto-Representations in Reinforcement Learning
di: Tse, Hon Tik, et al.
Pubblicazione: (2025)

The World Is Bigger! A Computationally-Embedded Perspective on the Big World Hypothesis
di: Lewandowski, Alex, et al.
Pubblicazione: (2025)

Using Curiosity for an Even Representation of Tasks in Continual Offline Reinforcement Learning
di: Pathmanathan, Pankayaraj, et al.
Pubblicazione: (2023)

Trajectory-Aware Eligibility Traces for Off-Policy Reinforcement Learning
di: Daley, Brett, et al.
Pubblicazione: (2023)

Dynamic Continual Learning: Harnessing Parameter Uncertainty for Improved Network Adaptation
di: Angelini, Christopher, et al.
Pubblicazione: (2025)

Representation-Driven Reinforcement Learning
di: Nabati, Ofir, et al.
Pubblicazione: (2023)

The Terminal Representation in Reinforcement Learning
di: Esterhuysen, Amir, et al.
Pubblicazione: (2026)

Discrete Flow Matching for Offline-to-Online Reinforcement Learning
di: Khan, Fairoz Nower, et al.
Pubblicazione: (2026)

Representation Finetuning for Continual Learning
di: Luo, Haihua, et al.
Pubblicazione: (2026)

Discrete Dictionary-based Decomposition Layer for Structured Representation Learning
di: Park, Taewon, et al.
Pubblicazione: (2024)

Decoupled Hierarchical Reinforcement Learning with State Abstraction for Discrete Grids
di: Xiao, Qingyu, et al.
Pubblicazione: (2025)

Offline Reinforcement Learning with Discrete Diffusion Skills
di: Qiao, RuiXi, et al.
Pubblicazione: (2025)

Diffusion Spectral Representation for Reinforcement Learning
di: Shribak, Dmitry, et al.
Pubblicazione: (2024)

Spectral Representation-based Reinforcement Learning
di: Gao, Chenxiao, et al.
Pubblicazione: (2025)

Locally Constrained Representations in Reinforcement Learning
di: Nath, Somjit, et al.
Pubblicazione: (2022)

Value Bonuses using Ensemble Errors for Exploration in Reinforcement Learning
di: Wahab, Abdul, et al.
Pubblicazione: (2026)

Continual Learning of Nonlinear Independent Representations
di: Sun, Boyang, et al.
Pubblicazione: (2024)

Continual Learning as Computationally Constrained Reinforcement Learning
di: Kumar, Saurabh, et al.
Pubblicazione: (2023)

A Survey of Continual Reinforcement Learning
di: Pan, Chaofan, et al.
Pubblicazione: (2025)

Parseval Regularization for Continual Reinforcement Learning
di: Chung, Wesley, et al.
Pubblicazione: (2024)

Stackelberg Coupling of Online Representation Learning and Reinforcement Learning
di: Martinez, Fernando, et al.
Pubblicazione: (2025)

Enhancing Chess Reinforcement Learning with Graph Representation
di: Rigaux, Tomas, et al.
Pubblicazione: (2024)

Fine-Tuning without Performance Degradation
di: Wang, Han, et al.
Pubblicazione: (2025)