Learning from Reward-Free Offline Data: A Case for Planning with Latent Dynamics Models
Fuente:
arXiv
Gespeichert in:
| Hauptverfasser: | Sobal, Vlad, Zhang, Wancong, Cho, Kyunghyun, Balestriero, Randall, Rudner, Tim G. J., LeCun, Yann |
|---|---|
| Format: | Preprint |
| Veröffentlicht: |
2025
|
| Schlagworte: | |
| Online-Zugang: | |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Ähnliche Einträge
$\mathbb{X}$-Sample Contrastive Loss: Improving Contrastive Learning with Sample Similarity Graphs
von: Sobal, Vlad, et al.
Veröffentlicht: (2024)
von: Sobal, Vlad, et al.
Veröffentlicht: (2024)
Light-weight probing of unsupervised representations for Reinforcement Learning
von: Zhang, Wancong, et al.
Veröffentlicht: (2022)
von: Zhang, Wancong, et al.
Veröffentlicht: (2022)
Learning by Reconstruction Produces Uninformative Features For Perception
von: Balestriero, Randall, et al.
Veröffentlicht: (2024)
von: Balestriero, Randall, et al.
Veröffentlicht: (2024)
LeJEPA: Provable and Scalable Self-Supervised Learning Without the Heuristics
von: Balestriero, Randall, et al.
Veröffentlicht: (2025)
von: Balestriero, Randall, et al.
Veröffentlicht: (2025)
Temporal Straightening for Latent Planning
von: Wang, Ying, et al.
Veröffentlicht: (2026)
von: Wang, Ying, et al.
Veröffentlicht: (2026)
Fast and Exact Enumeration of Deep Networks Partitions Regions
von: Balestriero, Randall, et al.
Veröffentlicht: (2024)
von: Balestriero, Randall, et al.
Veröffentlicht: (2024)
Semantic Tube Prediction: Beating LLM Data Efficiency with JEPA
von: Huang, Hai, et al.
Veröffentlicht: (2026)
von: Huang, Hai, et al.
Veröffentlicht: (2026)
Rectified LpJEPA: Joint-Embedding Predictive Architectures with Sparse and Maximum-Entropy Representations
von: Kuang, Yilun, et al.
Veröffentlicht: (2026)
von: Kuang, Yilun, et al.
Veröffentlicht: (2026)
Variance Covariance Regularization Enforces Pairwise Independence in Self-Supervised Representations
von: Mialon, Grégoire, et al.
Veröffentlicht: (2022)
von: Mialon, Grégoire, et al.
Veröffentlicht: (2022)
Hierarchical Planning with Latent World Models
von: Zhang, Wancong, et al.
Veröffentlicht: (2026)
von: Zhang, Wancong, et al.
Veröffentlicht: (2026)
Gaussian Embeddings: How JEPAs Secretly Learn Your Data Density
von: Balestriero, Randall, et al.
Veröffentlicht: (2025)
von: Balestriero, Randall, et al.
Veröffentlicht: (2025)
Radial-VCReg: More Informative Representation Learning Through Radial Gaussianization
von: Kuang, Yilun, et al.
Veröffentlicht: (2026)
von: Kuang, Yilun, et al.
Veröffentlicht: (2026)
LLM-JEPA: Large Language Models Meet Joint Embedding Predictive Architectures
von: Huang, Hai, et al.
Veröffentlicht: (2025)
von: Huang, Hai, et al.
Veröffentlicht: (2025)
Hierarchical World Models as Visual Whole-Body Humanoid Controllers
von: Hansen, Nicklas, et al.
Veröffentlicht: (2024)
von: Hansen, Nicklas, et al.
Veröffentlicht: (2024)
LeWorldModel: Stable End-to-End Joint-Embedding Predictive Architecture from Pixels
von: Maes, Lucas, et al.
Veröffentlicht: (2026)
von: Maes, Lucas, et al.
Veröffentlicht: (2026)
An Information-Theoretic Perspective on Variance-Invariance-Covariance Regularization
von: Shwartz-Ziv, Ravid, et al.
Veröffentlicht: (2023)
von: Shwartz-Ziv, Ravid, et al.
Veröffentlicht: (2023)
Causal-JEPA: Learning World Models through Object-Level Latent Masking
von: Nam, Heejeong, et al.
Veröffentlicht: (2026)
von: Nam, Heejeong, et al.
Veröffentlicht: (2026)
Introduction to Latent Variable Energy-Based Models: A Path Towards Autonomous Machine Intelligence
von: Dawid, Anna, et al.
Veröffentlicht: (2023)
von: Dawid, Anna, et al.
Veröffentlicht: (2023)
Improving Pre-trained Self-Supervised Embeddings Through Effective Entropy Maximization
von: Chakraborty, Deep, et al.
Veröffentlicht: (2024)
von: Chakraborty, Deep, et al.
Veröffentlicht: (2024)
Parallel Stochastic Gradient-Based Planning for World Models
von: Psenka, Michael, et al.
Veröffentlicht: (2026)
von: Psenka, Michael, et al.
Veröffentlicht: (2026)
A hierarchical loss and its problems when classifying non-hierarchically
von: Wu, Cinna, et al.
Veröffentlicht: (2017)
von: Wu, Cinna, et al.
Veröffentlicht: (2017)
What Drives Success in Physical Planning with Joint-Embedding Predictive World Models?
von: Terver, Basile, et al.
Veröffentlicht: (2025)
von: Terver, Basile, et al.
Veröffentlicht: (2025)
URLOST: Unsupervised Representation Learning without Stationarity or Topology
von: Yun, Zeyu, et al.
Veröffentlicht: (2023)
von: Yun, Zeyu, et al.
Veröffentlicht: (2023)
stable-worldmodel-v1: Reproducible World Modeling Research and Evaluation
von: Maes, Lucas, et al.
Veröffentlicht: (2026)
von: Maes, Lucas, et al.
Veröffentlicht: (2026)
Blockwise Self-Supervised Learning at Scale
von: Siddiqui, Shoaib Ahmed, et al.
Veröffentlicht: (2023)
von: Siddiqui, Shoaib Ahmed, et al.
Veröffentlicht: (2023)
Closing the Train-Test Gap in World Models for Gradient-Based Planning
von: Parthasarathy, Arjun, et al.
Veröffentlicht: (2025)
von: Parthasarathy, Arjun, et al.
Veröffentlicht: (2025)
A Lightweight Library for Energy-Based Joint-Embedding Predictive Architectures
von: Terver, Basile, et al.
Veröffentlicht: (2026)
von: Terver, Basile, et al.
Veröffentlicht: (2026)
stable-worldmodel: A Platform for Reproducible World Modeling Research and Evaluation
von: Maes, Lucas, et al.
Veröffentlicht: (2026)
von: Maes, Lucas, et al.
Veröffentlicht: (2026)
Does Representation Matter? Exploring Intermediate Layers in Large Language Models
von: Skean, Oscar, et al.
Veröffentlicht: (2024)
von: Skean, Oscar, et al.
Veröffentlicht: (2024)
Learning and Leveraging World Models in Visual Representation Learning
von: Garrido, Quentin, et al.
Veröffentlicht: (2024)
von: Garrido, Quentin, et al.
Veröffentlicht: (2024)
Latent State Models of Training Dynamics
von: Hu, Michael Y., et al.
Veröffentlicht: (2023)
von: Hu, Michael Y., et al.
Veröffentlicht: (2023)
Eidetic Learning: an Efficient and Provable Solution to Catastrophic Forgetting
von: Dronen, Nicholas, et al.
Veröffentlicht: (2025)
von: Dronen, Nicholas, et al.
Veröffentlicht: (2025)
Navigation World Models
von: Bar, Amir, et al.
Veröffentlicht: (2024)
von: Bar, Amir, et al.
Veröffentlicht: (2024)
No Location Left Behind: Measuring and Improving the Fairness of Implicit Representations for Earth Data
von: Cai, Daniel, et al.
Veröffentlicht: (2025)
von: Cai, Daniel, et al.
Veröffentlicht: (2025)
Learning Latent Action World Models In The Wild
von: Garrido, Quentin, et al.
Veröffentlicht: (2026)
von: Garrido, Quentin, et al.
Veröffentlicht: (2026)
Harnessing Explanations: LLM-to-LM Interpreter for Enhanced Text-Attributed Graph Representation Learning
von: He, Xiaoxin, et al.
Veröffentlicht: (2023)
von: He, Xiaoxin, et al.
Veröffentlicht: (2023)
ALLoRA: Adaptive Learning Rate Mitigates LoRA Fatal Flaws
von: Huang, Hai, et al.
Veröffentlicht: (2024)
von: Huang, Hai, et al.
Veröffentlicht: (2024)
Variance-Covariance Regularization Improves Representation Learning
von: Zhu, Jiachen, et al.
Veröffentlicht: (2023)
von: Zhu, Jiachen, et al.
Veröffentlicht: (2023)
DINO-WM: World Models on Pre-trained Visual Features enable Zero-shot Planning
von: Zhou, Gaoyue, et al.
Veröffentlicht: (2024)
von: Zhou, Gaoyue, et al.
Veröffentlicht: (2024)
Post-Hoc Guidance for Consistency Models by Joint Flow Distribution Learning
von: Hsu, Chia-Hong, et al.
Veröffentlicht: (2026)
von: Hsu, Chia-Hong, et al.
Veröffentlicht: (2026)
Ähnliche Einträge
-
$\mathbb{X}$-Sample Contrastive Loss: Improving Contrastive Learning with Sample Similarity Graphs
von: Sobal, Vlad, et al.
Veröffentlicht: (2024) -
Light-weight probing of unsupervised representations for Reinforcement Learning
von: Zhang, Wancong, et al.
Veröffentlicht: (2022) -
Learning by Reconstruction Produces Uninformative Features For Perception
von: Balestriero, Randall, et al.
Veröffentlicht: (2024) -
LeJEPA: Provable and Scalable Self-Supervised Learning Without the Heuristics
von: Balestriero, Randall, et al.
Veröffentlicht: (2025) -
Temporal Straightening for Latent Planning
von: Wang, Ying, et al.
Veröffentlicht: (2026)