Buchumschlag

DRED: Zero-Shot Transfer in Reinforcement Learning via Data-Regularised Environment Design

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Garcin, Samuel, Doran, James, Guo, Shangmin, Lucas, Christopher G., Albrecht, Stefano V.
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

Studying the Interplay Between the Actor and Critic Representations in Reinforcement Learning
von: Garcin, Samuel, et al.
Veröffentlicht: (2025)

Using Offline Data to Speed Up Reinforcement Learning in Procedurally Generated Environments
von: Andres, Alain, et al.
Veröffentlicht: (2023)

Offline Regularised Reinforcement Learning for Large Language Models Alignment
von: Richemond, Pierre Harvey, et al.
Veröffentlicht: (2024)

Contextual Pre-planning on Reward Machine Abstractions for Enhanced Transfer in Deep Reinforcement Learning
von: Azran, Guy, et al.
Veröffentlicht: (2023)

On Zero-Shot Reinforcement Learning
von: Jeen, Scott
Veröffentlicht: (2025)

Zero-Shot Reinforcement Learning via Function Encoders
von: Ingebrand, Tyler, et al.
Veröffentlicht: (2024)

lpNTK: Better Generalisation with Less Data via Sample Interaction During Learning
von: Guo, Shangmin, et al.
Veröffentlicht: (2024)

Zero-Shot Reinforcement Learning from Low Quality Data
von: Jeen, Scott, et al.
Veröffentlicht: (2023)

Integrating Counterfactual Simulations with Language Models for Explaining Multi-Agent Behaviour
von: Gyevnár, Bálint, et al.
Veröffentlicht: (2025)

Multi-Agent Reinforcement Learning for Energy Networks: Computational Challenges, Progress and Open Problems
von: Keren, Sarah, et al.
Veröffentlicht: (2024)

Enhancing Agricultural Environment Perception via Active Vision and Zero-Shot Learning
von: La Greca, Michele Carlo, et al.
Veröffentlicht: (2024)

Unsupervised Zero-Shot Reinforcement Learning via Functional Reward Encodings
von: Frans, Kevin, et al.
Veröffentlicht: (2024)

Zero-Shot Cyclic Peptide Design via Composable Geometric Constraints
von: Jiang, Dapeng, et al.
Veröffentlicht: (2025)

MEAL: A Benchmark for Continual Multi-Agent Reinforcement Learning
von: Tomilin, Tristan, et al.
Veröffentlicht: (2025)

Towards Robust Zero-Shot Reinforcement Learning
von: Zheng, Kexin, et al.
Veröffentlicht: (2025)

Zero-Shot to Zero-Lies: Detecting Bengali Deepfake Audio through Transfer Learning
von: Samu, Most. Sharmin Sultana, et al.
Veröffentlicht: (2025)

Skill-aware Mutual Information Optimisation for Generalisation in Reinforcement Learning
von: Yu, Xuehui, et al.
Veröffentlicht: (2024)

Provable Zero-Shot Generalization in Offline Reinforcement Learning
von: Wang, Zhiyong, et al.
Veröffentlicht: (2025)

Zero-Shot Reinforcement Learning Under Partial Observability
von: Jeen, Scott, et al.
Veröffentlicht: (2025)

Uncertainty-Based Smooth Policy Regularisation for Reinforcement Learning with Few Demonstrations
von: Zhu, Yujie, et al.
Veröffentlicht: (2025)

Safety Guarantees in Zero-Shot Reinforcement Learning for Cascade Dynamical Systems
von: Rabiei, Shima, et al.
Veröffentlicht: (2026)

Humanoid-Gym: Reinforcement Learning for Humanoid Robot with Zero-Shot Sim2Real Transfer
von: Gu, Xinyang, et al.
Veröffentlicht: (2024)

Efficient Reinforcement Learning for Zero-Shot Coordination in Evolving Games
von: Hui, Bingyu, et al.
Veröffentlicht: (2025)

Dynamic Tokenization via Reinforcement Patching: End-to-end Training and Zero-shot Transfer
von: Wu, Yulun, et al.
Veröffentlicht: (2026)

Bias Amplification in Language Model Evolution: An Iterated Learning Perspective
von: Ren, Yi, et al.
Veröffentlicht: (2024)

Navigating Data Scarcity using Foundation Models: A Benchmark of Few-Shot and Zero-Shot Learning Approaches in Medical Imaging
von: Woerner, Stefano, et al.
Veröffentlicht: (2024)

Environment Design for Inverse Reinforcement Learning
von: Buening, Thomas Kleine, et al.
Veröffentlicht: (2022)

Vision-Language Models are Zero-Shot Reward Models for Reinforcement Learning
von: Rocamonde, Juan, et al.
Veröffentlicht: (2023)

One Subgoal at a Time: Zero-Shot Generalization to Arbitrary Linear Temporal Logic Requirements in Multi-Task Reinforcement Learning
von: Guo, Zijian, et al.
Veröffentlicht: (2025)

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

Causal Knowledge Transfer for Multi-Agent Reinforcement Learning in Dynamic Environments
von: Korte, Kathrin, et al.
Veröffentlicht: (2025)

Layer Swapping for Zero-Shot Cross-Lingual Transfer in Large Language Models
von: Bandarkar, Lucas, et al.
Veröffentlicht: (2024)

PepEDiff: Zero-Shot Peptide Binder Design via Protein Embedding Diffusion
von: Liang, Po-Yu, et al.
Veröffentlicht: (2026)

Causal Explanations for Sequential Decision-Making in Multi-Agent Systems
von: Gyevnar, Balint, et al.
Veröffentlicht: (2023)

World Modelling Improves Language Model Agents
von: Guo, Shangmin, et al.
Veröffentlicht: (2025)

Inferring Behavior-Specific Context Improves Zero-Shot Generalization in Reinforcement Learning
von: Ndir, Tidiane Camaret, et al.
Veröffentlicht: (2024)

LLM-Personalize: Aligning LLM Planners with Human Preferences via Reinforced Self-Training for Housekeeping Robots
von: Han, Dongge, et al.
Veröffentlicht: (2024)

Open-Set Graph Anomaly Detection via Normal Structure Regularisation
von: Wang, Qizhou, et al.
Veröffentlicht: (2023)

Automatic Curriculum Design for Zero-Shot Human-AI Coordination
von: You, Won-Sang, et al.
Veröffentlicht: (2025)

Mapping representations in Reinforcement Learning via Semantic Alignment for Zero-Shot Stitching
von: Ricciardi, Antonio Pio, et al.
Veröffentlicht: (2025)