Buchumschlag

Creating Hierarchical Dispositions of Needs in an Agent

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Moyo, Tofara
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

Structuring Concept Space with the Musical Circle of Fifths by Utilizing Music Grammar Based Activations
von: Moyo, Tofara, et al.
Veröffentlicht: (2024)

Imitation Learning Datasets: A Toolkit For Creating Datasets, Training Agents and Benchmarking
von: Gavenski, Nathan, et al.
Veröffentlicht: (2024)

DHP: Discrete Hierarchical Planning for Hierarchical Reinforcement Learning Agents
von: Sharma, Shashank, et al.
Veröffentlicht: (2025)

Polymath: A Self-Optimizing Agent with Dynamic Hierarchical Workflow
von: Ho, Chia-Tung, et al.
Veröffentlicht: (2025)

Disposition Distillation at Small Scale: A Three-Arc Negative Result
von: Sadasivan, Hari
Veröffentlicht: (2026)

More Agents Is All You Need
von: Li, Junyou, et al.
Veröffentlicht: (2024)

Hierarchical Reinforcement Learning with Augmented Step-Level Transitions for LLM Agents
von: Zhen, Shuai, et al.
Veröffentlicht: (2026)

BOAD: Discovering Hierarchical Software Engineering Agents via Bandit Optimization
von: Xu, Iris, et al.
Veröffentlicht: (2025)

OffSeeker: Online Reinforcement Learning Is Not All You Need for Deep Research Agents
von: Zhou, Yuhang, et al.
Veröffentlicht: (2026)

Procedural Memory Is Not All You Need: Bridging Cognitive Gaps in LLM-Based Agents
von: Wheeler, Schaun, et al.
Veröffentlicht: (2025)

Acting for the Right Reasons: Creating Reason-Sensitive Artificial Moral Agents
von: Baum, Kevin, et al.
Veröffentlicht: (2024)

Using Generative Agents to Create Tip Sheets for Investigative Data Reporting
von: Veerbeek, Joris, et al.
Veröffentlicht: (2024)

Towards General Computer Control with Hierarchical Agents and Multi-Level Action Spaces
von: Dong, Zihan, et al.
Veröffentlicht: (2025)

HiMAC: Hierarchical Macro-Micro Learning for Long-Horizon LLM Agents
von: Jin, Hongbo, et al.
Veröffentlicht: (2026)

Learning Hierarchical Procedural Memory for LLM Agents through Bayesian Selection and Contrastive Refinement
von: Forouzandeh, Saman, et al.
Veröffentlicht: (2025)

Improving Intrinsic Exploration by Creating Stationary Objectives
von: Castanyer, Roger Creus, et al.
Veröffentlicht: (2023)

Advancing Multi-Organ Disease Care: A Hierarchical Multi-Agent Reinforcement Learning Framework
von: Tan, Daniel J., et al.
Veröffentlicht: (2024)

MoralityGym: A Benchmark for Evaluating Hierarchical Moral Alignment in Sequential Decision-Making Agents
von: Rosen, Simon, et al.
Veröffentlicht: (2026)

Comprehend, Divide, and Conquer: Feature Subspace Exploration via Multi-Agent Hierarchical Reinforcement Learning
von: Zhang, Weiliang, et al.
Veröffentlicht: (2025)

HiPER: Hierarchical Reinforcement Learning with Explicit Credit Assignment for Large Language Model Agents
von: Peng, Jiangweizhi, et al.
Veröffentlicht: (2026)

Attention is All You Need Until You Need Retention
von: Yaslioglu, M. Murat
Veröffentlicht: (2025)

Creating Multi-Level Skill Hierarchies in Reinforcement Learning
von: Evans, Joshua B., et al.
Veröffentlicht: (2023)

Multi-Agent DRL for Queue-Aware Task Offloading in Hierarchical MEC-Enabled Air-Ground Networks
von: Hevesli, Muhammet, et al.
Veröffentlicht: (2025)

Deep RL Needs Deep Behavior Analysis: Exploring Implicit Planning by Model-Free Agents in Open-Ended Environments
von: Simmons-Edler, Riley, et al.
Veröffentlicht: (2025)

KG4Diagnosis: A Hierarchical Multi-Agent LLM Framework with Knowledge Graph Enhancement for Medical Diagnosis
von: Zuo, Kaiwen, et al.
Veröffentlicht: (2024)

Mastering the Digital Art of War: Developing Intelligent Combat Simulation Agents for Wargaming Using Hierarchical Reinforcement Learning
von: Black, Scotty
Veröffentlicht: (2024)

CHARMS: A Cognitive Hierarchical Agent for Reasoning and Motion Stylization in Autonomous Driving
von: Wang, Jingyi, et al.
Veröffentlicht: (2025)

TWISTED-RL: Hierarchical Skilled Agents for Knot-Tying without Human Demonstrations
von: Freund, Guy, et al.
Veröffentlicht: (2026)

Universe Routing: Why Self-Evolving Agents Need Epistemic Control
von: Wang, Zhaohui Geoffrey
Veröffentlicht: (2026)

Position: Uncertainty Quantification Needs Reassessment for Large-language Model Agents
von: Kirchhof, Michael, et al.
Veröffentlicht: (2025)

HierarchicalForecast: A Reference Framework for Hierarchical Forecasting in Python
von: Olivares, Kin G., et al.
Veröffentlicht: (2022)

Optimisation Is Not What You Need
von: Ibias, Alfredo
Veröffentlicht: (2025)

Context is All You Need
von: Delanois, Jean Erik, et al.
Veröffentlicht: (2026)

Hierarchical Reinforcement Learning for Optimal Agent Grouping in Cooperative Systems
von: Hu, Liyuan
Veröffentlicht: (2025)

Hierarchical Multi-Agent Reinforcement Learning with Control Barrier Functions for Safety-Critical Autonomous Systems
von: Ahmad, H. M. Sabbir, et al.
Veröffentlicht: (2025)

Hierarchical Orchestra of Policies
von: Cannon, Thomas P, et al.
Veröffentlicht: (2024)

Hierarchical Conformal Classification
von: Hengst, Floris den, et al.
Veröffentlicht: (2025)

Hierarchical Reasoning Model
von: Wang, Guan, et al.
Veröffentlicht: (2025)

Hierarchical Behaviour Spaces
von: Matthews, Michael Tryfan, et al.
Veröffentlicht: (2026)

Were RNNs All We Needed?
von: Feng, Leo, et al.
Veröffentlicht: (2024)