Buchumschlag

Do Agents Dream of Electric Sheep?: Improving Generalization in Reinforcement Learning through Generative Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Franceschelli, Giorgio, Musolesi, Mirco
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

Reinforcement Learning for Generative AI: State of the Art, Opportunities and Open Research Challenges
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2023)

Copyright in Generative Deep Learning
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2021)

Creative Beam Search: LLM-as-a-Judge For Improving Response Generation
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2024)

DiffSampling: Enhancing Diversity and Accuracy in Neural Text Generation
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2025)

Creativity and Machine Learning: A Survey
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2021)

DeepCreativity: Measuring Creativity with Deep Learning Techniques
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2022)

Thinking Outside the (Gray) Box: A Context-Based Score for Assessing Value and Originality in Neural Text Generation
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2025)

Training Foundation Models as Data Compression: On Information, Model Weights and Copyright Law
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2024)

On the Creativity of AI Agents
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2026)

Complexity-Regularized Proximal Policy Optimization
von: Serfilippi, Luca, et al.
Veröffentlicht: (2025)

Heterogeneous Knowledge for Augmented Modular Reinforcement Learning
von: Wolf, Lorenz, et al.
Veröffentlicht: (2023)

Investigating the Impact of Direct Punishment on the Emergence of Cooperation in Multi-Agent Reinforcement Learning Systems
von: Dasgupta, Nayana, et al.
Veröffentlicht: (2023)

On the Creativity of Large Language Models
von: Franceschelli, Giorgio, et al.
Veröffentlicht: (2023)

CoMIX: A Multi-agent Reinforcement Learning Training Architecture for Efficient Decentralized Coordination and Independent Decision-Making
von: Minelli, Giovanni, et al.
Veröffentlicht: (2023)

Graph Reinforcement Learning for Combinatorial Optimization: A Survey and Unifying Perspective
von: Darvariu, Victor-Alexandru, et al.
Veröffentlicht: (2024)

On Distributional Reinforcement Learning in Chaotic Dynamical Systems
von: Rudd-Jones, James, et al.
Veröffentlicht: (2026)

Information-Theoretic State Variable Selection for Reinforcement Learning
von: Westphal, Charles, et al.
Veröffentlicht: (2024)

Tree Search in DAG Space with Model-based Reinforcement Learning for Causal Discovery
von: Darvariu, Victor-Alexandru, et al.
Veröffentlicht: (2023)

Trust-based Consensus in Multi-Agent Reinforcement Learning Systems
von: Fung, Ho Long, et al.
Veröffentlicht: (2022)

Dynamics of Moral Behavior in Heterogeneous Populations of Learning Agents
von: Tennant, Elizaveta, et al.
Veröffentlicht: (2024)

Do Androids Know They're Only Dreaming of Electric Sheep?
von: CH-Wang, Sky, et al.
Veröffentlicht: (2023)

Moral Alignment for LLM Agents
von: Tennant, Elizaveta, et al.
Veröffentlicht: (2024)

Reinforcement Learning Discovers Efficient Decentralized Graph Path Search Strategies
von: Pisacane, Alexei, et al.
Veröffentlicht: (2024)

Emergent Semantic Role Understanding in Language Models
von: Griffiths, Carla, et al.
Veröffentlicht: (2026)

Do Robot Snakes Dream like Electric Sheep? Investigating the Effects of Architectural Inductive Biases on Hallucination
von: Huang, Jerry, et al.
Veröffentlicht: (2024)

Hybrid Approaches for Moral Value Alignment in AI Agents: a Manifesto
von: Tennant, Elizaveta, et al.
Veröffentlicht: (2023)

Dream2Learn: Structured Generative Dreaming for Continual Learning
von: Calcagno, Salvatore, et al.
Veröffentlicht: (2026)

Towards Principled Unsupervised Multi-Agent Reinforcement Learning
von: Zamboni, Riccardo, et al.
Veröffentlicht: (2025)

Large Language Models are Effective Priors for Causal Graph Discovery
von: Darvariu, Victor-Alexandru, et al.
Veröffentlicht: (2024)

Opponent Shaping in LLM Agents
von: Segura, Marta Emili Garcia, et al.
Veröffentlicht: (2025)

Partial Information Decomposition for Data Interpretability and Feature Selection
von: Westphal, Charles, et al.
Veröffentlicht: (2024)

Reward Model Overoptimisation in Iterated RLHF
von: Wolf, Lorenz, et al.
Veröffentlicht: (2025)

DreamGen: Unlocking Generalization in Robot Learning through Video World Models
von: Jang, Joel, et al.
Veröffentlicht: (2025)

Graph Neural Modeling of Network Flows
von: Darvariu, Victor-Alexandru, et al.
Veröffentlicht: (2022)

DreamSmooth: Improving Model-based Reinforcement Learning via Reward Smoothing
von: Lee, Vint, et al.
Veröffentlicht: (2023)

(Ir)rationality in AI: State of the Art, Research Challenges and Open Questions
von: Macmillan-Scott, Olivia, et al.
Veröffentlicht: (2023)

$Agent^2$: An Agent-Generates-Agent Framework for Reinforcement Learning Automation
von: Wei, Yuan, et al.
Veröffentlicht: (2025)

Multi-Agent Reinforcement Learning Simulation for Environmental Policy Synthesis
von: Rudd-Jones, James, et al.
Veröffentlicht: (2025)

Mitigating Relative Over-Generalization in Multi-Agent Reinforcement Learning
von: Zhu, Ting, et al.
Veröffentlicht: (2024)

Learning to Generate All Feasible Actions
von: Theile, Mirco, et al.
Veröffentlicht: (2023)