Buchumschlag

PreND: Enhancing Intrinsic Motivation in Reinforcement Learning through Pre-trained Network Distillation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Davoodabadi, Mohammadamin, Dijujin, Negin Hashemi, Baghshah, Mahdieh Soleymani
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CAREL: Instruction-guided reinforcement learning with cross-modal auxiliary objectives
von: Saghafian, Armin, et al.
Veröffentlicht: (2024)

Inductive Biases for Zero-shot Systematic Generalization in Language-informed Reinforcement Learning
von: Dijujin, Negin Hashemi, et al.
Veröffentlicht: (2025)

SUSD: Structured Unsupervised Skill Discovery through State Factorization
von: Hosseini, Seyed Mohammad Hadi, et al.
Veröffentlicht: (2026)

CER: Confidence Enhanced Reasoning in LLMs
von: Razghandi, Ali, et al.
Veröffentlicht: (2025)

Dilated Balanced Cross Entropy Loss for Medical Image Segmentation
von: Hosseini, Seyed Mohsen, et al.
Veröffentlicht: (2024)

Classification of Breast Cancer Histopathology Images using a Modified Supervised Contrastive Learning Method
von: Sani, Matina Mahdizadeh, et al.
Veröffentlicht: (2024)

Efficient Adversarial Attacks on High-dimensional Offline Bandits
von: Hosseini, Seyed Mohammad Hadi, et al.
Veröffentlicht: (2026)

LibraGrad: Balancing Gradient Flow for Universally Better Vision Transformer Attributions
von: Mehri, Faridoun, et al.
Veröffentlicht: (2024)

Language Plays a Pivotal Role in the Object-Attribute Compositional Generalization of CLIP
von: Abbasi, Reza, et al.
Veröffentlicht: (2024)

Limits and Gains of Test-Time Scaling in Vision-Language Reasoning
von: Ahmadpour, Mohammadjavad, et al.
Veröffentlicht: (2025)

Improving 3D Few-Shot Segmentation with Inference-Time Pseudo-Labeling
von: Mozafari, Mohammad, et al.
Veröffentlicht: (2024)

PEAC: Unsupervised Pre-training for Cross-Embodiment Reinforcement Learning
von: Ying, Chengyang, et al.
Veröffentlicht: (2024)

Bridging Reasoning to Learning: Unmasking Illusions using Complexity Out of Distribution Generalization
von: Paqaleh, Mohammad Mahdi Samiei, et al.
Veröffentlicht: (2025)

HaloProbe: Bayesian Detection and Mitigation of Object Hallucinations in Vision-Language Models
von: Zohrabi, Reihaneh, et al.
Veröffentlicht: (2026)

Can Distillation Mitigate Backdoor Attacks in Pre-trained Encoders?
von: Han, TIngxu, et al.
Veröffentlicht: (2024)

Unleashing the Power of Pre-trained Language Models for Offline Reinforcement Learning
von: Shi, Ruizhe, et al.
Veröffentlicht: (2023)

Pre-training with Synthetic Data Helps Offline Reinforcement Learning
von: Wang, Zecheng, et al.
Veröffentlicht: (2023)

Cross-domain Random Pre-training with Prototypes for Reinforcement Learning
von: Liu, Xin, et al.
Veröffentlicht: (2023)

Decompose-and-Compose: A Compositional Approach to Mitigating Spurious Correlation
von: Noohdani, Fahimeh Hosseini, et al.
Veröffentlicht: (2024)

Spurious-Aware Prototype Refinement for Reliable Out-of-Distribution Detection
von: Zohrabi, Reihaneh, et al.
Veröffentlicht: (2025)

RLeXplore: Accelerating Research in Intrinsically-Motivated Reinforcement Learning
von: Yuan, Mingqi, et al.
Veröffentlicht: (2024)

Enhanced Pre-training of Graph Neural Networks for Million-Scale Heterogeneous Graphs
von: Sun, Shengyin, et al.
Veröffentlicht: (2025)

Surprise-Adaptive Intrinsic Motivation for Unsupervised Reinforcement Learning
von: Hugessen, Adriana, et al.
Veröffentlicht: (2024)

Stabilizing RNN Gradients through Pre-training
von: Herranz-Celotti, Luca, et al.
Veröffentlicht: (2023)

SOInter: A Novel Deep Energy Based Interpretation Method for Explaining Structured Output Models
von: Seyyedsalehi, S. Fatemeh, et al.
Veröffentlicht: (2022)

Pre-trained Language Model and Knowledge Distillation for Lightweight Sequential Recommendation
von: Li, Li, et al.
Veröffentlicht: (2024)

Privacy Backdoors: Enhancing Membership Inference through Poisoning Pre-trained Models
von: Wen, Yuxin, et al.
Veröffentlicht: (2024)

Fostering Intrinsic Motivation in Reinforcement Learning with Pretrained Foundation Models
von: Andres, Alain, et al.
Veröffentlicht: (2024)

TrajGPT-R: Generating Urban Mobility Trajectory with Reinforcement Learning-Enhanced Generative Pre-trained Transformer
von: Wang, Jiawei, et al.
Veröffentlicht: (2026)

MLKD-BERT: Multi-level Knowledge Distillation for Pre-trained Language Models
von: Zhang, Ying, et al.
Veröffentlicht: (2024)

LLM-Driven Intrinsic Motivation for Sparse Reward Reinforcement Learning
von: Quadros, André, et al.
Veröffentlicht: (2025)

Fine-Grained Alignment and Noise Refinement for Compositional Text-to-Image Generation
von: Izadi, Amir Mohammad, et al.
Veröffentlicht: (2025)

Pre-training under infinite compute
von: Kim, Konwoo, et al.
Veröffentlicht: (2025)

PreMixer: MLP-Based Pre-training Enhanced MLP-Mixers for Large-scale Traffic Forecasting
von: Zhang, Tongtong, et al.
Veröffentlicht: (2024)

Towards a General Framework for Continual Learning with Pre-training
von: Wang, Liyuan, et al.
Veröffentlicht: (2023)

Learning to Unlearn: Instance-wise Unlearning for Pre-trained Classifiers
von: Cha, Sungmin, et al.
Veröffentlicht: (2023)

Combining Pre-Trained Models for Enhanced Feature Representation in Reinforcement Learning
von: Piccoli, Elia, et al.
Veröffentlicht: (2025)

Deep Fusion: Efficient Network Training via Pre-trained Initializations
von: Mazzawi, Hanna, et al.
Veröffentlicht: (2023)

Text Classification: Neural Networks VS Machine Learning Models VS Pre-trained Models
von: Petridis, Christos
Veröffentlicht: (2024)

Thinking Augmented Pre-training
von: Wang, Liang, et al.
Veröffentlicht: (2025)