Buchumschlag

Scheduled Curiosity-Deep Dyna-Q: Efficient Exploration for Dialog Policy Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Niu, Xuecheng, Ito, Akinori, Nose, Takashi
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CDE: Curiosity-Driven Exploration for Efficient Reinforcement Learning in Large Language Models
von: Dai, Runpeng, et al.
Veröffentlicht: (2025)

Diversifying Policy Behaviors with Extrinsic Behavioral Curiosity
von: Wan, Zhenglin, et al.
Veröffentlicht: (2024)

Predictive Safety Shield for Dyna-Q Reinforcement Learning
von: Pin, Jin, et al.
Veröffentlicht: (2025)

Curiosity-Diffuser: Curiosity Guide Diffusion Models for Reliability
von: Liu, Zihao, et al.
Veröffentlicht: (2025)

Physics-Informed Model and Hybrid Planning for Efficient Dyna-Style Reinforcement Learning
von: Asri, Zakariae El, et al.
Veröffentlicht: (2024)

In-Context Curiosity: Distilling Exploration for Decision-Pretrained Transformers on Bandit Tasks
von: Yang, Huitao, et al.
Veröffentlicht: (2025)

Efficient On-Policy Reinforcement Learning via Exploration of Sparse Parameter Space
von: Zhang, Xinyu, et al.
Veröffentlicht: (2025)

Safe-Support Q-Learning: Learning without Unsafe Exploration
von: Lim, Yeeun, et al.
Veröffentlicht: (2026)

Categorical Policies: Multimodal Policy Learning and Exploration in Continuous Control
von: Islam, SM Mazharul, et al.
Veröffentlicht: (2025)

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

A Deep Q-Learning based Smart Scheduling of EVs for Demand Response in Smart Grids
von: Chifu, Viorica Rozina, et al.
Veröffentlicht: (2024)

Pruning the Way to Reliable Policies: A Multi-Objective Deep Q-Learning Approach to Critical Care
von: Shirali, Ali, et al.
Veröffentlicht: (2023)

Confidence-Controlled Exploration: Efficient Sparse-Reward Policy Learning for Robot Navigation
von: Patel, Bhrij, et al.
Veröffentlicht: (2023)

Satisficing Exploration for Deep Reinforcement Learning
von: Arumugam, Dilip, et al.
Veröffentlicht: (2024)

Curiosity-driven RL for symbolic equation solving
von: O'Keeffe, Kevin P.
Veröffentlicht: (2025)

Efficient Deep Reinforcement Learning with Predictive Processing Proximal Policy Optimization
von: Küçükoğlu, Burcu, et al.
Veröffentlicht: (2022)

Improving Offline-to-Online Reinforcement Learning with Q Conditioned State Entropy Exploration
von: Zhang, Ziqi, et al.
Veröffentlicht: (2023)

Is Exploration or Optimization the Problem for Deep Reinforcement Learning?
von: Berseth, Glen
Veröffentlicht: (2025)

Per-Domain Generalizing Policies: On Learning Efficient and Robust Q-Value Functions (Extended Version with Technical Appendix)
von: Müller, Nicola J., et al.
Veröffentlicht: (2026)

Curiosity & Entropy Driven Unsupervised RL in Multiple Environments
von: Dewan, Shaurya, et al.
Veröffentlicht: (2024)

Artificial Agency Program: Curiosity, compression, and communication in agents
von: Csaky, Richard
Veröffentlicht: (2026)

Efficient Diversity-based Experience Replay for Deep Reinforcement Learning
von: Zhao, Kaiyan, et al.
Veröffentlicht: (2024)

Dynamic Neural Curiosity Enhances Learning Flexibility for Autonomous Goal Discovery
von: Houbre, Quentin, et al.
Veröffentlicht: (2024)

Emergence of Exploration in Policy Gradient Reinforcement Learning via Retrying
von: Nishimori, Soichiro, et al.
Veröffentlicht: (2026)

Unsupervised Learning of Efficient Exploration: Pre-training Adaptive Policies via Self-Imposed Goals
von: Pappalardo, Octavio
Veröffentlicht: (2026)

Exploration Behavior of Untrained Policies
von: Adamczyk, Jacob
Veröffentlicht: (2025)

Guided Exploration for Efficient Relational Model Learning
von: Feng, Annie, et al.
Veröffentlicht: (2025)

Adventurer: Exploration with BiGAN for Deep Reinforcement Learning
von: Liu, Yongshuai, et al.
Veröffentlicht: (2025)

Uncertainty Makes It Stable: Curiosity-Driven Quantized Mixture-of-Experts
von: Ordóñez, Sebastián Andrés Cajas, et al.
Veröffentlicht: (2025)

Functional Critics Are Essential for Actor-Critic: From Off-Policy Stability to Efficient Exploration
von: Bai, Qinxun, et al.
Veröffentlicht: (2025)

Residual Q-Learning: Offline and Online Policy Customization without Value
von: Li, Chenran, et al.
Veröffentlicht: (2023)

Q-Flow: Stable and Expressive Reinforcement Learning with Flow-Based Policy
von: Doo, JaeHyeok, et al.
Veröffentlicht: (2026)

Deep Reinforcement Learning Guided Improvement Heuristic for Job Shop Scheduling
von: Zhang, Cong, et al.
Veröffentlicht: (2022)

$β$-DQN: Improving Deep Q-Learning By Evolving the Behavior
von: Zhang, Hongming, et al.
Veröffentlicht: (2025)

Priors Matter: Addressing Misspecification in Bayesian Deep Q-Learning
von: van der Vaart, Pascal R., et al.
Veröffentlicht: (2025)

Learning Distinguishable Representations in Deep Q-Networks for Linear Transfer
von: Sathish, Sooraj, et al.
Veröffentlicht: (2025)

Proximal Policy Optimization with Adaptive Exploration
von: Lixandru, Andrei
Veröffentlicht: (2024)

Provably Efficient Exploration in Inverse Constrained Reinforcement Learning
von: Yue, Bo, et al.
Veröffentlicht: (2024)

Explore-Go: Leveraging Exploration for Generalisation in Deep Reinforcement Learning
von: Weltevrede, Max, et al.
Veröffentlicht: (2024)

Optimistic World Models: Efficient Exploration in Model-Based Deep Reinforcement Learning
von: Mete, Akshay, et al.
Veröffentlicht: (2026)