Copertina

Simplifying Latent Dynamics with Softly State-Invariant World Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Saanum, Tankred, Dayan, Peter, Schulz, Eric
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Next state prediction gives rise to entangled, yet compositional representations of objects
di: Saanum, Tankred, et al.
Pubblicazione: (2024)

A circuit for predicting hierarchical structure in-context in Large Language Models
di: Saanum, Tankred, et al.
Pubblicazione: (2025)

Sparse Autoencoders Reveal Temporal Difference Learning in Large Language Models
di: Demircan, Can, et al.
Pubblicazione: (2024)

Reference-Free Rating of LLM Responses via Latent Information
di: Girrbach, Leander, et al.
Pubblicazione: (2025)

Evaluating alignment between humans and neural network representations in image-based learning tasks
di: Demircan, Can, et al.
Pubblicazione: (2023)

Unifying Goal-Conditioned RL and Unsupervised Skill Learning via Control-Maximization
di: Modirshanechi, Alireza, et al.
Pubblicazione: (2026)

Adapting World Models with Latent-State Dynamics Residuals
di: Lanier, JB, et al.
Pubblicazione: (2025)

Latent State Models of Training Dynamics
di: Hu, Michael Y., et al.
Pubblicazione: (2023)

Building, Reusing, and Generalizing Abstract Representations from Concrete Sequences
di: Wu, Shuchen, et al.
Pubblicazione: (2024)

Factored Latent Action World Models
di: Wang, Zizhao, et al.
Pubblicazione: (2026)

An Invariant Latent Space Perspective on Language Model Inversion
di: Ye, Wentao, et al.
Pubblicazione: (2025)

Learning Latent Dynamic Robust Representations for World Models
di: Sun, Ruixiang, et al.
Pubblicazione: (2024)

Monitoring Latent World States in Language Models with Propositional Probes
di: Feng, Jiahai, et al.
Pubblicazione: (2024)

Learning Hybrid Dynamics Models With Simulator-Informed Latent States
di: Ensinger, Katharina, et al.
Pubblicazione: (2023)

Latent Particle World Models: Self-supervised Object-centric Stochastic Dynamics Modeling
di: Daniel, Tal, et al.
Pubblicazione: (2026)

Toward World Modeling of Physiological Signals with Chaos-Theoretic Balancing and Latent Dynamics
di: Luo, Yunfei, et al.
Pubblicazione: (2026)

Conformal Risk Control for Safety-Critical Wildfire Evacuation Mapping: A Comparative Study of Tabular, Spatial, and Graph-Based Models
di: Dayan, Baljinnyam
Pubblicazione: (2026)

Hierarchical Planning with Latent World Models
di: Zhang, Wancong, et al.
Pubblicazione: (2026)

Mixture-of-World Models: Scaling Multi-Task Reinforcement Learning with Modular Latent Dynamics
di: Zhang, Boxuan, et al.
Pubblicazione: (2026)

Concept-Guided Interpretability via Neural Chunking
di: Wu, Shuchen, et al.
Pubblicazione: (2025)

Dynamical Survival Analysis with Controlled Latent States
di: Bleistein, Linus, et al.
Pubblicazione: (2024)

Structured Latent Dynamics in Wireless CSI via Homomorphic World Models
di: Naoumi, Salmane, et al.
Pubblicazione: (2026)

Co-Evolving Latent Action World Models
di: Wang, Yucen, et al.
Pubblicazione: (2025)

Simultaneous Latent State Estimation and Latent Linear Dynamics Discovery from Image Observations
di: Kostin, Nikita
Pubblicazione: (2025)

Dynamics-Aligned Latent Imagination in Contextual World Models for Zero-Shot Generalization
di: Röder, Frank, et al.
Pubblicazione: (2025)

IMWM: Intuition Models Complement World Models for Latent Planning
di: Gao, Baoqi, et al.
Pubblicazione: (2026)

Latent Action World Models for Control with Unlabeled Trajectories
di: Alles, Marvin, et al.
Pubblicazione: (2025)

S7: Selective and Simplified State Space Layers for Sequence Modeling
di: Soydan, Taylan, et al.
Pubblicazione: (2024)

Time-SSM: Simplifying and Unifying State Space Models for Time Series Forecasting
di: Hu, Jiaxi, et al.
Pubblicazione: (2024)

Model Sparsity Can Simplify Machine Unlearning
di: Jia, Jinghan, et al.
Pubblicazione: (2023)

SDE: A Simplified and Disentangled Dependency Encoding Framework for State Space Models in Time Series Forecasting
di: Weng, Zixuan, et al.
Pubblicazione: (2024)

Dynamics of Learning: Generative Schedules from Latent ODEs
di: Sampson, Matt L., et al.
Pubblicazione: (2025)

Next-Latent Prediction Transformers Learn Compact World Models
di: Teoh, Jayden, et al.
Pubblicazione: (2025)

Contextual Latent World Models for Offline Meta Reinforcement Learning
di: Nakheai, Mohammadreza, et al.
Pubblicazione: (2026)

Simplified PCNet with Robustness
di: Li, Bingheng, et al.
Pubblicazione: (2024)

Simplifying Transformer Blocks
di: He, Bobby, et al.
Pubblicazione: (2023)

Navigating the Latent Space Dynamics of Neural Models
di: Fumero, Marco, et al.
Pubblicazione: (2025)

Simplifying, Stabilizing and Scaling Continuous-Time Consistency Models
di: Lu, Cheng, et al.
Pubblicazione: (2024)

Graph State-Space Models and Latent Relational Inference
di: Zambon, Daniele, et al.
Pubblicazione: (2023)

Latent Matters: Learning Deep State-Space Models
di: Klushyn, Alexej, et al.
Pubblicazione: (2026)