Buchumschlag

A transformer-based deep reinforcement learning approach to spatial navigation in a partially observable Morris Water Maze

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Eggen, Marte, Strümke, Inga
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Robotics Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Integrating attention into explanation frameworks for language and vision transformers
von: Eggen, Marte, et al.
Veröffentlicht: (2025)

Probing the Probes: Methods and Metrics for Concept Alignment
von: Lysnæs-Larsen, Jacob, et al.
Veröffentlicht: (2025)

Autonomous navigation of catheters and guidewires in mechanical thrombectomy using inverse reinforcement learning
von: Robertshaw, Harry, et al.
Veröffentlicht: (2024)

Backdoor Channels Hidden in Latent Space: Cryptographic Undetectability in Modern Neural Networks
von: Eggen, Marte, et al.
Veröffentlicht: (2026)

Socially aware navigation for mobile robots: a survey on deep reinforcement learning approaches
von: Kabir, Ibrahim Khalil, et al.
Veröffentlicht: (2025)

Simulation-based reinforcement learning for real-world autonomous driving
von: Osiński, Błażej, et al.
Veröffentlicht: (2019)

Exploring multimodal implicit behavior learning for vehicle navigation in simulated cities
von: Antonelo, Eric Aislan, et al.
Veröffentlicht: (2025)

Learning to Navigate in Mazes with Novel Layouts using Abstract Top-down Maps
von: Zhao, Linfeng, et al.
Veröffentlicht: (2024)

Position: AI Security Policy Should Target Systems, Not Models
von: Riegler, Michael A., et al.
Veröffentlicht: (2026)

Experimental investigation of pose informed reinforcement learning for skid-steered visual navigation
von: Salvi, Ameya, et al.
Veröffentlicht: (2025)

Leveraging LLMs for reward function design in reinforcement learning control tasks
von: Cardenoso, Franklin, et al.
Veröffentlicht: (2025)

Scilab-RL: A software framework for efficient reinforcement learning and cognitive modeling research
von: Dohmen, Jan, et al.
Veröffentlicht: (2024)

Maximum diffusion reinforcement learning
von: Berrueta, Thomas A., et al.
Veröffentlicht: (2023)

MaxInfoRL: Boosting exploration in reinforcement learning through information gain maximization
von: Sukhija, Bhavya, et al.
Veröffentlicht: (2024)

Physics-informed offline reinforcement learning eliminates catastrophic fuel waste in maritime routing
von: Bora, Aniruddha, et al.
Veröffentlicht: (2026)

Explainable deep learning improves human mental models of self-driving cars
von: Kenny, Eoin M., et al.
Veröffentlicht: (2024)

Maze Discovery using Multiple Robots via Federated Learning
von: Ranasinghe, Kalpana, et al.
Veröffentlicht: (2024)

Hierarchical end-to-end autonomous navigation through few-shot waypoint detection
von: Ghafourian, Amin, et al.
Veröffentlicht: (2024)

Exploring reinforcement learning for incident response in autonomous military vehicles
von: Madsen, Henrik, et al.
Veröffentlicht: (2024)

Using reinforcement learning to probe the role of feedback in skill acquisition
von: Terpin, Antonio, et al.
Veröffentlicht: (2025)

Optimal navigation of magnetic artificial microswimmers in blood capillaries with deep reinforcement learning
von: Amoudruz, Lucas, et al.
Veröffentlicht: (2024)

Research on reinforcement learning based warehouse robot navigation algorithm in complex warehouse layout
von: Li, Keqin, et al.
Veröffentlicht: (2024)

Human-compatible driving partners through data-regularized self-play reinforcement learning
von: Cornelisse, Daphne, et al.
Veröffentlicht: (2024)

Choose Your Explanation: A Comparison of SHAP and GradCAM in Human Activity Recognition
von: Tempel, Felix, et al.
Veröffentlicht: (2024)

An approach of deep reinforcement learning for maximizing the net present value of stochastic projects
von: Xu, Wei, et al.
Veröffentlicht: (2025)

Economic span selection of bridge based on deep reinforcement learning
von: Zhang, Leye, et al.
Veröffentlicht: (2024)

Learning mental states estimation through self-observation: a developmental synergy between intentions and beliefs representations in a deep-learning model of Theory of Mind
von: Bianco, Francesca, et al.
Veröffentlicht: (2024)

Q-learning with Adjoint Matching
von: Li, Qiyang, et al.
Veröffentlicht: (2026)

On the consistency of hyper-parameter selection in value-based deep reinforcement learning
von: Obando-Ceron, Johan, et al.
Veröffentlicht: (2024)

Ensemble Elastic DQN: A novel multi-step ensemble approach to address overestimation in deep value-based reinforcement learning
von: Ly, Adrian, et al.
Veröffentlicht: (2025)

In value-based deep reinforcement learning, a pruned network is a good network
von: Obando-Ceron, Johan, et al.
Veröffentlicht: (2024)

Revisiting Safe Exploration in Safe Reinforcement learning
von: Eckel, David, et al.
Veröffentlicht: (2024)

Arnold: a generalist muscle transformer policy
von: Chiappa, Alberto Silvio, et al.
Veröffentlicht: (2025)

Reinforcement-learning robotic sailboats: simulator and preliminary results
von: Vasconcellos, Eduardo Charles, et al.
Veröffentlicht: (2024)

Adaptive traffic signal safety and efficiency improvement by multi objective deep reinforcement learning approach
von: Mirbakhsh, Shahin, et al.
Veröffentlicht: (2024)

Solving the flexible job-shop scheduling problem through an enhanced deep reinforcement learning approach
von: Echeverria, Imanol, et al.
Veröffentlicht: (2023)

Knowledge capture, adaptation and composition (KCAC): A framework for cross-task curriculum learning in robotic manipulation
von: Wang, Xinrui, et al.
Veröffentlicht: (2025)

Interactive incremental learning of generalizable skills with local trajectory modulation
von: Knauer, Markus, et al.
Veröffentlicht: (2024)

DIAR: Diffusion-model-guided Implicit Q-learning with Adaptive Revaluation
von: Park, Jaehyun, et al.
Veröffentlicht: (2024)

Correspondence learning between morphologically different robots via task demonstrations
von: Aktas, Hakan, et al.
Veröffentlicht: (2023)