Buchumschlag

Decision Mamba: Reinforcement Learning via Sequence Modeling with Selective State Spaces

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Ota, Toshihiro
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

MambaLRP: Explaining Selective State Space Sequence Models
von: Jafari, Farnoush Rezaei, et al.
Veröffentlicht: (2024)

Mamba: Linear-Time Sequence Modeling with Selective State Spaces
von: Gu, Albert, et al.
Veröffentlicht: (2023)

Graph-Mamba: Towards Long-Range Graph Sequence Modeling with Selective State Spaces
von: Wang, Chloe, et al.
Veröffentlicht: (2024)

STG-Mamba: Spatial-Temporal Graph Learning via Selective State Space Model
von: Li, Lincan, et al.
Veröffentlicht: (2024)

ss-Mamba: Semantic-Spline Selective State-Space Model
von: Ye, Zuochen
Veröffentlicht: (2025)

Decision MetaMamba: Enhancing Selective SSM in Offline RL with Heterogeneous Sequence Mixing
von: Kim, Wall, et al.
Veröffentlicht: (2024)

Decision MetaMamba: Enhancing Selective SSM in Offline RL with Heterogeneous Sequence Mixing
von: Kim, Wall, et al.
Veröffentlicht: (2026)

SpoT-Mamba: Learning Long-Range Dependency on Spatio-Temporal Graphs with Selective State Spaces
von: Choi, Jinhyeok, et al.
Veröffentlicht: (2024)

MambaTS: Improved Selective State Space Models for Long-term Time Series Forecasting
von: Cai, Xiuding, et al.
Veröffentlicht: (2024)

Mamba State-Space Models Are Lyapunov-Stable Learners
von: Halloran, John T., et al.
Veröffentlicht: (2024)

MoE-Mamba: Efficient Selective State Space Models with Mixture of Experts
von: Pióro, Maciej, et al.
Veröffentlicht: (2024)

Anomalous State Sequence Modeling to Enhance Safety in Reinforcement Learning
von: Kweider, Leen, et al.
Veröffentlicht: (2024)

Topological Deep Learning with State-Space Models: A Mamba Approach for Simplicial Complexes
von: Montagna, Marco, et al.
Veröffentlicht: (2024)

Exploring Graph Mamba: A Comprehensive Survey on State-Space Models for Graph Learning
von: Atitallah, Safa Ben, et al.
Veröffentlicht: (2024)

Selecting Decision-Relevant Concepts in Reinforcement Learning
von: Raman, Naveen, et al.
Veröffentlicht: (2026)

Decision Mamba: Reinforcement Learning via Hybrid Selective Sequence Modeling
von: Huang, Sili, et al.
Veröffentlicht: (2024)

Chimera: State Space Models Beyond Sequences
von: Lahoti, Aakash, et al.
Veröffentlicht: (2025)

Routing Mamba: Scaling State Space Models with Mixture-of-Experts Projection
von: Zhan, Zheng, et al.
Veröffentlicht: (2025)

Decision Mamba Architectures
von: Correia, André, et al.
Veröffentlicht: (2024)

MambaMixer: Efficient Selective State Space Models with Dual Token and Channel Selection
von: Behrouz, Ali, et al.
Veröffentlicht: (2024)

Message-Passing State-Space Models: Improving Graph Learning with Modern Sequence Modeling
von: Ceni, Andrea, et al.
Veröffentlicht: (2025)

Overcoming Slow Decision Frequencies in Continuous Control: Model-Based Sequence Reinforcement Learning for Model-Free Control
von: Patel, Devdhar, et al.
Veröffentlicht: (2024)

Tackling Data Corruption in Offline Reinforcement Learning via Sequence Modeling
von: Xu, Jiawei, et al.
Veröffentlicht: (2024)

Distributionally Robust Model-based Reinforcement Learning with Large State Spaces
von: Ramesh, Shyam Sundhar, et al.
Veröffentlicht: (2023)

Generalizable Trajectory Prediction via Inverse Reinforcement Learning with Mamba-Graph Architecture
von: Li, Wenyun, et al.
Veröffentlicht: (2025)

Multi-Agent Reinforcement Learning with Selective State-Space Models
von: Daniel, Jemma, et al.
Veröffentlicht: (2024)

Sequence-Model-Guided Measurement Selection for Quantum State Learning
von: Huang, Jiaxin, et al.
Veröffentlicht: (2025)

MemMamba: Rethinking Memory Patterns in State Space Model
von: Wang, Youjin, et al.
Veröffentlicht: (2025)

Mamba4Cast: Efficient Zero-Shot Time Series Forecasting with State Space Models
von: Bhethanabhotla, Sathya Kamesh, et al.
Veröffentlicht: (2024)

UniMamba: A Unified Spatial-Temporal Modeling Framework with State-Space and Attention Integration
von: Chen, Xingsheng, et al.
Veröffentlicht: (2026)

Policy Gradient Algorithms with Monte Carlo Tree Learning for Non-Markov Decision Processes
von: Morimura, Tetsuro, et al.
Veröffentlicht: (2022)

Episodic Reinforcement Learning with Expanded State-reward Space
von: Liang, Dayang, et al.
Veröffentlicht: (2024)

On the Geometry of Reinforcement Learning in Continuous State and Action Spaces
von: Tiwari, Saket, et al.
Veröffentlicht: (2022)

Offline Reinforcement Learning with Wasserstein Regularization via Optimal Transport Maps
von: Omura, Motoki, et al.
Veröffentlicht: (2025)

Improved Training Mechanism for Reinforcement Learning via Online Model Selection
von: Afshar, Aida, et al.
Veröffentlicht: (2025)

Geometry of Neural Reinforcement Learning in Continuous State and Action Spaces
von: Tiwari, Saket, et al.
Veröffentlicht: (2025)

Offline Reinforcement Learning in Large State Spaces: Algorithms and Guarantees
von: Jiang, Nan, et al.
Veröffentlicht: (2025)

The Computational Limits of State-Space Models and Mamba via the Lens of Circuit Complexity
von: Chen, Yifang, et al.
Veröffentlicht: (2024)

Mamba-Shedder: Post-Transformer Compression for Efficient Selective Structured State Space Models
von: Muñoz, J. Pablo, et al.
Veröffentlicht: (2025)

Model-Based Offline Reinforcement Learning with Reliability-Guaranteed Sequence Modeling
von: He, Shenghong
Veröffentlicht: (2025)