Buchumschlag

Enhancing Agent Learning through World Dynamics Modeling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sun, Zhiyuan, Shi, Haochen, Côté, Marc-Alexandre, Berseth, Glen, Yuan, Xingdi, Liu, Bang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

OPEx: A Component-Wise Analysis of LLM-Centric Agents in Embodied Instruction Following
von: Shi, Haochen, et al.
Veröffentlicht: (2024)

Policy Improvement using Language Feedback Models
von: Zhong, Victor, et al.
Veröffentlicht: (2024)

Can Language Models Serve as Text-Based World Simulators?
von: Wang, Ruoyao, et al.
Veröffentlicht: (2024)

TALES: Text Adventure Learning Environment Suite
von: Cui, Christopher Zhang, et al.
Veröffentlicht: (2025)

Evolving Programmatic Skill Networks
von: Shi, Haochen, et al.
Veröffentlicht: (2026)

SegDAC: Visual Generalization in Reinforcement Learning via Dynamic Object Tokens
von: Brown, Alexandre, et al.
Veröffentlicht: (2025)

Language-guided Skill Learning with Temporal Variational Inference
von: Fu, Haotian, et al.
Veröffentlicht: (2024)

BugPilot: Complex Bug Generation for Efficient Learning of SWE Skills
von: Sonwane, Atharv, et al.
Veröffentlicht: (2025)

Gistify! Codebase-Level Understanding via Runtime Execution
von: Lee, Hyunji, et al.
Veröffentlicht: (2025)

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

debug-gym: A Text-Based Environment for Interactive Debugging
von: Yuan, Xingdi, et al.
Veröffentlicht: (2025)

Agent2World: Learning to Generate Symbolic World Models via Adaptive Multi-Agent Feedback
von: Hu, Mengkang, et al.
Veröffentlicht: (2025)

Mem-$π$: Adaptive Memory through Learning When and What to Generate
von: Wang, Xiaoqiang, et al.
Veröffentlicht: (2026)

DISCOVERYWORLD: A Virtual Environment for Developing and Evaluating Automated Scientific Discovery Agents
von: Jansen, Peter, et al.
Veröffentlicht: (2024)

AgentRM: Enhancing Agent Generalization with Reward Modeling
von: Xia, Yu, et al.
Veröffentlicht: (2025)

IDAT: A Multi-Modal Dataset and Toolkit for Building and Evaluating Interactive Task-Solving Agents
von: Mohanty, Shrestha, et al.
Veröffentlicht: (2024)

Optima: Optimizing Effectiveness and Efficiency for LLM-Based Multi-Agent System
von: Chen, Weize, et al.
Veröffentlicht: (2024)

ERABAL: Enhancing Role-Playing Agents through Boundary-Aware Learning
von: Tang, Yihong, et al.
Veröffentlicht: (2024)

Knowledge Graph-Enhanced Large Language Models via Path Selection
von: Liu, Haochen, et al.
Veröffentlicht: (2024)

Safety Compliance: Rethinking LLM Safety Reasoning through the Lens of Compliance
von: Hu, Wenbin, et al.
Veröffentlicht: (2025)

Guiding Language Model Reasoning with Planning Tokens
von: Wang, Xinyi, et al.
Veröffentlicht: (2023)

GraphERE: Jointly Multiple Event-Event Relation Extraction via Graph-Enhanced Event Embeddings
von: Li, Haochen, et al.
Veröffentlicht: (2024)

COMAP: Co-Evolving World Models and Agent Policies for LLM Agents
von: Liu, Youwei, et al.
Veröffentlicht: (2026)

Think Before You Act: Decision Transformers with Working Memory
von: Kang, Jikun, et al.
Veröffentlicht: (2023)

Toolink: Linking Toolkit Creation and Using through Chain-of-Solving on Open-Source Model
von: Qian, Cheng, et al.
Veröffentlicht: (2023)

IDEA: Enhancing the Rule Learning Ability of Large Language Model Agent through Induction, Deduction, and Abduction
von: He, Kaiyu, et al.
Veröffentlicht: (2024)

Predicting vs. Acting: A Trade-off Between World Modeling & Agent Modeling
von: Li, Margaret, et al.
Veröffentlicht: (2024)

Improving Deep Reinforcement Learning by Reducing the Chain Effect of Value and Policy Churn
von: Tang, Hongyao, et al.
Veröffentlicht: (2024)

Enhancing LLM-Based Text Classification in Political Science: Automatic Prompt Optimization and Dynamic Exemplar Selection for Few-Shot Learning
von: Liu, Menglin, et al.
Veröffentlicht: (2024)

Beyond Natural Language: LLMs Leveraging Alternative Formats for Enhanced Reasoning and Communication
von: Chen, Weize, et al.
Veröffentlicht: (2024)

Collab-Overcooked: Benchmarking and Evaluating Large Language Models as Collaborative Agents
von: Sun, Haochen, et al.
Veröffentlicht: (2025)

Empowering Large Language Model Agents through Action Learning
von: Zhao, Haiteng, et al.
Veröffentlicht: (2024)

DSAEval: Evaluating Data Science Agents on a Wide Range of Real-World Data Science Problems
von: Sun, Maojun, et al.
Veröffentlicht: (2026)

V-STaR: Training Verifiers for Self-Taught Reasoners
von: Hosseini, Arian, et al.
Veröffentlicht: (2024)

Enhancing Dialogue State Tracking Models through LLM-backed User-Agents Simulation
von: Niu, Cheng, et al.
Veröffentlicht: (2024)

Enhancing Diagnostic Accuracy through Multi-Agent Conversations: Using Large Language Models to Mitigate Cognitive Bias
von: Ke, Yu He, et al.
Veröffentlicht: (2024)

Demystifying Reasoning Dynamics with Mutual Information: Thinking Tokens are Information Peaks in LLM Reasoning
von: Qian, Chen, et al.
Veröffentlicht: (2025)

HoneyComb: A Flexible LLM-Based Agent System for Materials Science
von: Zhang, Huan, et al.
Veröffentlicht: (2024)

Imagine-then-Plan: Agent Learning from Adaptive Lookahead with World Models
von: Liu, Youwei, et al.
Veröffentlicht: (2026)

Efficient Data Learning for Open Information Extraction with Pre-trained Language Models
von: Fan, Zhiyuan, et al.
Veröffentlicht: (2023)