:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lintunen, Erik M., Ady, Nadia M., Guckelsberger, Christian
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	https://arxiv.org/abs/2411.01521
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards a Formal Theory of the Need for Competence via Computational Intrinsic Motivation
von: Lintunen, Erik M., et al.
Veröffentlicht: (2025)

VendiRL: A Framework for Self-Supervised Reinforcement Learning of Diversely Diverse Skills
von: Lintunen, Erik M.
Veröffentlicht: (2025)

Creativity and Markov Decision Processes
von: Lahikainen, Joonas, et al.
Veröffentlicht: (2024)

Chain-of-Goals Hierarchical Policy for Long-Horizon Offline Goal-Conditioned RL
von: Choi, Jinwoo, et al.
Veröffentlicht: (2026)

OGBench: Benchmarking Offline Goal-Conditioned RL
von: Park, Seohong, et al.
Veröffentlicht: (2024)

Accelerating Goal-Conditioned RL Algorithms and Research
von: Bortkiewicz, Michał, et al.
Veröffentlicht: (2024)

Dense and Diverse Goal Coverage in Multi Goal Reinforcement Learning
von: Singh, Sagalpreet, et al.
Veröffentlicht: (2025)

HIQL: Offline Goal-Conditioned RL with Latent States as Actions
von: Park, Seohong, et al.
Veröffentlicht: (2023)

Toward Explainable Offline RL: Analyzing Representations in Intrinsically Motivated Decision Transformers
von: Guiducci, Leonardo, et al.
Veröffentlicht: (2025)

The Ends Justify the Thoughts: RL-Induced Motivated Reasoning in LLM CoTs
von: Howe, Nikolaus, et al.
Veröffentlicht: (2025)

TLDR: Unsupervised Goal-Conditioned RL via Temporal Distance-Aware Representations
von: Bae, Junik, et al.
Veröffentlicht: (2024)

Stabilizing Contrastive RL: Techniques for Robotic Goal Reaching from Offline Data
von: Zheng, Chongyi, et al.
Veröffentlicht: (2023)

Autotelic Agents with Intrinsically Motivated Goal-Conditioned Reinforcement Learning: a Short Survey
von: Colas, Cédric, et al.
Veröffentlicht: (2020)

Semantic-based Distributed Learning for Diverse and Discriminative Representations
von: Tian, Zhuojun, et al.
Veröffentlicht: (2026)

Selective Uncertainty Propagation in Offline RL
von: Krishnamurthy, Sanath Kumar, et al.
Veröffentlicht: (2023)

Selective Steering: Norm-Preserving Control Through Discriminative Layer Selection
von: Dang, Quy-Anh, et al.
Veröffentlicht: (2026)

On Diversity in Discriminative Neural Networks
von: Oubaha, Brahim, et al.
Veröffentlicht: (2024)

ProgAgent:A Continual RL Agent with Progress-Aware Rewards
von: Tan, Jinzhou, et al.
Veröffentlicht: (2026)

ACE and Diverse Generalization via Selective Disagreement
von: Daniels, Oliver, et al.
Veröffentlicht: (2025)

ACTER: Diverse and Actionable Counterfactual Sequences for Explaining and Diagnosing RL Policies
von: Gajcin, Jasmina, et al.
Veröffentlicht: (2024)

Unifying Goal-Conditioned RL and Unsupervised Skill Learning via Control-Maximization
von: Modirshanechi, Alireza, et al.
Veröffentlicht: (2026)

1000 Layer Networks for Self-Supervised RL: Scaling Depth Can Enable New Goal-Reaching Capabilities
von: Wang, Kevin, et al.
Veröffentlicht: (2025)

Combining LLM decision and RL action selection to improve RL policy for adaptive interventions
von: Karine, Karine, et al.
Veröffentlicht: (2025)

Robust Policy Expansion for Offline-to-Online RL under Diverse Data Corruption
von: He, Longxiang, et al.
Veröffentlicht: (2025)

A Single Goal is All You Need: Skills and Exploration Emerge from Contrastive RL without Rewards, Demonstrations, or Subgoals
von: Liu, Grace, et al.
Veröffentlicht: (2024)

Evaluating the Paperclip Maximizer: Are RL-Based Language Models More Likely to Pursue Instrumental Goals?
von: He, Yufei, et al.
Veröffentlicht: (2025)

ViVa: Video-Trained Value Functions for Guiding Online RL from Diverse Data
von: Dashora, Nitish, et al.
Veröffentlicht: (2025)

Learning-Zone Energy: Online Data Selection for Efficient RL Post-Training
von: Cui, Peng, et al.
Veröffentlicht: (2026)

General Flexible $f$-divergence for Challenging Offline RL Datasets with Low Stochasticity and Diverse Behavior Policies
von: Wang, Jianxun, et al.
Veröffentlicht: (2026)

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)

RL$^3$: Boosting Meta Reinforcement Learning via RL inside RL$^2$
von: Bhatia, Abhinav, et al.
Veröffentlicht: (2023)

FedDiverse: Tackling Data Heterogeneity in Federated Learning with Diversity-Driven Client Selection
von: Németh, Gergely D., et al.
Veröffentlicht: (2025)

Discriminative Adversarial Unlearning
von: Sharma, Rohan, et al.
Veröffentlicht: (2024)

Policy Agnostic RL: Offline RL and Online RL Fine-Tuning of Any Class and Backbone
von: Mark, Max Sobol, et al.
Veröffentlicht: (2024)

Reshaping Reasoning in LLMs: A Theoretical Analysis of RL Training Dynamics through Pattern Selection
von: Chen, Xingwu, et al.
Veröffentlicht: (2025)

Scaling Up RL: Unlocking Diverse Reasoning in LLMs via Prolonged Training
von: Liu, Mingjie, et al.
Veröffentlicht: (2025)

Measuring Goal-Directedness
von: MacDermott, Matt, et al.
Veröffentlicht: (2024)

Dual Goal Representations
von: Park, Seohong, et al.
Veröffentlicht: (2025)

Goal Exploration via Adaptive Skill Distribution for Goal-Conditioned Reinforcement Learning
von: Wu, Lisheng, et al.
Veröffentlicht: (2024)