Buchumschlag

Augmenting Replay in World Models for Continual Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Luke, Kuhlmann, Levin, Kowadlo, Gideon
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence I.2.6; I.5.0; I.5.1
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Expanding continual few-shot learning benchmarks to include recognition of specific instances
von: Kowadlo, Gideon, et al.
Veröffentlicht: (2022)

Deep learning in a bilateral brain with hemispheric specialization
von: Rajagopalan, Chandramouli, et al.
Veröffentlicht: (2022)

Graceful task adaptation with a bi-hemispheric RL agent
von: Nicholas, Grant, et al.
Veröffentlicht: (2024)

Out of Distribution Detection for Efficient Continual Learning in Quality Prediction for Arc Welding
von: Hahn, Yannik, et al.
Veröffentlicht: (2025)

Predicting Future Actions of Reinforcement Learning Agents
von: Chung, Stephen, et al.
Veröffentlicht: (2024)

Efficient Action-Constrained Reinforcement Learning via Acceptance-Rejection Method and Augmented MDPs
von: Hung, Wei, et al.
Veröffentlicht: (2025)

Regularisation in neural networks: a survey and empirical analysis of approaches
von: Opperman, Christiaan P., et al.
Veröffentlicht: (2026)

Optimizing Robustness and Accuracy in Mixture of Experts: A Dual-Model Approach
von: Zhang, Xu, et al.
Veröffentlicht: (2025)

Efficient Neural Network Encoding for 3D Color Lookup Tables
von: Zehtab, Vahid, et al.
Veröffentlicht: (2024)

Vector Symbolic Architectures answer Jackendoff's challenges for cognitive neuroscience
von: Gayler, Ross W.
Veröffentlicht: (2004)

QuIDE: Mastering the Quantized Intelligence Trade-off via Active Optimization
von: Jiang, Xiantao
Veröffentlicht: (2026)

Neural Reasoning Networks: Efficient Interpretable Neural Networks With Automatic Textual Explanations
von: Carrow, Stephen, et al.
Veröffentlicht: (2024)

GCAD: Anomaly Detection in Multivariate Time Series from the Perspective of Granger Causality
von: Liu, Zehao, et al.
Veröffentlicht: (2025)

Entropy Causal Graphs for Multivariate Time Series Anomaly Detection
von: Febrinanto, Falih Gozi, et al.
Veröffentlicht: (2023)

Balancing the Scales: A Comprehensive Study on Tackling Class Imbalance in Binary Classification
von: Abdelhamid, Mohamed, et al.
Veröffentlicht: (2024)

Less is More: Learning Graph Tasks with Just LLMs
von: Shirai, Sola, et al.
Veröffentlicht: (2025)

Streaming Anchor Loss: Augmenting Supervision with Temporal Significance
von: Sarawgi, Utkarsh Oggy, et al.
Veröffentlicht: (2023)

Sparse Concept Bottleneck Models: Gumbel Tricks in Contrastive Learning
von: Semenov, Andrei, et al.
Veröffentlicht: (2024)

A Self-explainable Model of Long Time Series by Extracting Informative Structured Causal Patterns
von: Wang, Ziqian, et al.
Veröffentlicht: (2025)

Learning to Land Anywhere: Transferable Generative Models for Aircraft Trajectories
von: Larsen, Olav Finne Praesteng, et al.
Veröffentlicht: (2025)

JacNet: Learning Functions with Structured Jacobians
von: Lorraine, Jonathan, et al.
Veröffentlicht: (2024)

Improving Industrial Injection Molding Processes with Explainable AI for Quality Classification
von: Rottenwalter, Georg, et al.
Veröffentlicht: (2025)

Novel Approaches to Artificial Intelligence Development Based on the Nearest Neighbor Method
von: Priezzhev, I. I., et al.
Veröffentlicht: (2025)

Advancements in synthetic data extraction for industrial injection molding
von: Rottenwalter, Georg, et al.
Veröffentlicht: (2025)

In-situ Autoguidance: Eliciting Self-Correction in Diffusion Models
von: Gu, Enhao, et al.
Veröffentlicht: (2025)

Few-Shot Learning of a Graph-Based Neural Network Model Without Backpropagation
von: Lapin, Mykyta, et al.
Veröffentlicht: (2025)

Structured Contrastive Learning for Interpretable Latent Representations
von: Shen, Zhengyang, et al.
Veröffentlicht: (2025)

GraphNNK -- Graph Classification and Interpretability
von: Bolevic, Zeljko, et al.
Veröffentlicht: (2026)

CLGNN: A Contrastive Learning-based GNN Model for Betweenness Centrality Prediction on Temporal Graphs
von: Zhang, Tianming, et al.
Veröffentlicht: (2025)

Contrastive Representation Modeling for Anomaly Detection
von: Lunardi, Willian T., et al.
Veröffentlicht: (2025)

Annot-Mix: Learning with Noisy Class Labels from Multiple Annotators via a Mixup Extension
von: Herde, Marek, et al.
Veröffentlicht: (2024)

FlightSense: An End-to-End MLOps Platform for Real-Time Flight Delay Prediction via Rotation-Chain Propagation Features and Agentic Conversational AI
von: Shelke, Aditi J., et al.
Veröffentlicht: (2026)

Neural Velocity for hyperparameter tuning
von: Dalmasso, Gianluca, et al.
Veröffentlicht: (2025)

T-Norm Operators for EU AI Act Compliance Classification: An Empirical Comparison of Lukasiewicz, Product, and Gödel Semantics in a Neuro-Symbolic Reasoning System
von: Laabs, Adam
Veröffentlicht: (2026)

A Systematic Evaluation of Euclidean Alignment with Deep Learning for EEG Decoding
von: Junqueira, Bruna, et al.
Veröffentlicht: (2024)

Forecasting Labor Markets with LSTNet: A Multi-Scale Deep Learning Approach
von: Nelson-Archer, Adam, et al.
Veröffentlicht: (2025)

The Spotlight Resonance Method: Resolving the Alignment of Embedded Activations
von: Bird, George
Veröffentlicht: (2025)

AGOP-IxG: A Gradient Covariance Filter for Local Feature Attribution on Tabular Data, with a Controlled Benchmark
von: Katakam, Raj Kiran Gupta
Veröffentlicht: (2026)

Nonparametric Partial Disentanglement via Mechanism Sparsity: Sparse Actions, Interventions and Sparse Temporal Dependencies
von: Lachapelle, Sébastien, et al.
Veröffentlicht: (2024)

Giving Sensors a Voice: Multimodal JEPA for Semantic Time-Series Embeddings
von: Dutta, Utsav, et al.
Veröffentlicht: (2026)