Buchumschlag

Do Transformer World Models Give Better Policy Gradients?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Michel, Ni, Tianwei, Gehring, Clement, D'Oro, Pierluca, Bacon, Pierre-Luc
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

Bridging State and History Representations: Understanding Self-Predictive RL
von: Ni, Tianwei, et al.
Veröffentlicht: (2024)

Maxwell's Demon at Work: Efficient Pruning by Leveraging Saturation of Neurons
von: Dufort-Labbé, Simon, et al.
Veröffentlicht: (2024)

Mol-MoE: Training Preference-Guided Routers for Molecule Generation
von: Calanzone, Diego, et al.
Veröffentlicht: (2025)

Does "Do Differentiable Simulators Give Better Policy Gradients?'' Give Better Policy Gradients?
von: Onoda, Ku, et al.
Veröffentlicht: (2026)

Towards General-Purpose Model-Free Reinforcement Learning
von: Fujimoto, Scott, et al.
Veröffentlicht: (2025)

Policy Optimization in a Noisy Neighborhood: On Return Landscapes in Continuous Control
von: Rahn, Nate, et al.
Veröffentlicht: (2023)

ADEPTS: A Capability Framework for Human-Centered Agent Design
von: D'Oro, Pierluca, et al.
Veröffentlicht: (2025)

The Three Regimes of Offline-to-Online Reinforcement Learning
von: Li, Lu, et al.
Veröffentlicht: (2025)

MaestroMotif: Skill Design from Artificial Intelligence Feedback
von: Klissarov, Martin, et al.
Veröffentlicht: (2024)

Understanding Behavioral Metric Learning: A Large-Scale Study on Distracting Reinforcement Learning Environments
von: Luo, Ziyan, et al.
Veröffentlicht: (2025)

Hierarchical Behaviour Spaces
von: Matthews, Michael Tryfan, et al.
Veröffentlicht: (2026)

Rotation-Preserving Supervised Fine-Tuning
von: Jin, Hangzhan, et al.
Veröffentlicht: (2026)

Controlling Multimodal LLMs via Reward-guided Decoding
von: Mañas, Oscar, et al.
Veröffentlicht: (2025)

The Curse of Diversity in Ensemble-Based Exploration
von: Lin, Zhixuan, et al.
Veröffentlicht: (2024)

Network Sparsity Unlocks the Scaling Potential of Deep Reinforcement Learning
von: Ma, Guozheng, et al.
Veröffentlicht: (2025)

Reward Redistribution for CVaR MDPs using a Bellman Operator on L-infinity
von: Muni, Aneri, et al.
Veröffentlicht: (2026)

The Gradient of Algebraic Model Counting
von: Maene, Jaron, et al.
Veröffentlicht: (2025)

Better World Models Can Lead to Better Post-Training Performance
von: Gupta, Prakhar, et al.
Veröffentlicht: (2025)

Layerwise LQR for Geometry-Aware Optimization of Deep Networks
von: Dufort-Labbé, Simon, et al.
Veröffentlicht: (2026)

Learning with Differentially Private (Sliced) Wasserstein Gradients
von: Rodríguez-Vítores, David, et al.
Veröffentlicht: (2025)

Better Decisions through the Right Causal World Model
von: Dillies, Elisabeth, et al.
Veröffentlicht: (2025)

GPG: Generalized Policy Gradient Theorem for Transformer-based Policies
von: Mao, Hangyu, et al.
Veröffentlicht: (2025)

Do pretrained Transformers Learn In-Context by Gradient Descent?
von: Shen, Lingfeng, et al.
Veröffentlicht: (2023)

Do Large Language Models Reason Causally Like Us? Even Better?
von: Dettki, Hanna M., et al.
Veröffentlicht: (2025)

nnterp: A Standardized Interface for Mechanistic Interpretability of Transformers
von: Dumas, Clément
Veröffentlicht: (2025)

Randomized Advantage Transformation (RAT): Computing Natural Policy Gradients via Direct Backpropagation
von: Sun, Mingfei
Veröffentlicht: (2026)

Asymptotically Stable Quaternion-valued Hopfield-structured Neural Network with Periodic Projection-based Supervised Learning Rules
von: Wang, Tianwei, et al.
Veröffentlicht: (2025)

The Larger the Better? Improved LLM Code-Generation via Budget Reallocation
von: Hassid, Michael, et al.
Veröffentlicht: (2024)

WorldLLM: Improving LLMs' world modeling using curiosity-driven theory-making
von: Levy, Guillaume, et al.
Veröffentlicht: (2025)

Learning General Policies with Policy Gradient Methods
von: Ståhlberg, Simon, et al.
Veröffentlicht: (2025)

Generalized Policy Gradient with History-Aware Decision Transformer for Reliable Routing over Graph Signals
von: Wei, Xing, et al.
Veröffentlicht: (2025)

Policy Gradient with Kernel Quadrature
von: Hayakawa, Satoshi, et al.
Veröffentlicht: (2023)

Policy Gradient with Tree Expansion
von: Dalal, Gal, et al.
Veröffentlicht: (2023)

"Give Me BF16 or Give Me Death"? Accuracy-Performance Trade-Offs in LLM Quantization
von: Kurtic, Eldar, et al.
Veröffentlicht: (2024)

Post-Training with Policy Gradients: Optimality and the Base Model Barrier
von: Mousavi-Hosseini, Alireza, et al.
Veröffentlicht: (2026)

Robust Finite-Memory Policy Gradients for Hidden-Model POMDPs
von: Galesloot, Maris F. L., et al.
Veröffentlicht: (2025)

$K$-Level Policy Gradients for Multi-Agent Reinforcement Learning
von: Reddi, Aryaman, et al.
Veröffentlicht: (2025)

Gradient Extrapolation-Based Policy Optimization
von: Swapnil, Ismam Nur, et al.
Veröffentlicht: (2026)

Partial Policy Gradients for RL in LLMs
von: Mathur, Puneet, et al.
Veröffentlicht: (2026)

Training Large Language Models to Reason via EM Policy Gradient
von: Xu, Tianbing
Veröffentlicht: (2025)