Buchumschlag

Interpreting Emergent Planning in Model-Free Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bush, Thomas, Chung, Stephen, Anwar, Usman, Garriga-Alonso, Adrià, Krueger, David
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SynthSAEBench: Evaluating Sparse Autoencoders on Scalable Realistic Synthetic Data
von: Chanin, David, et al.
Veröffentlicht: (2026)

Path Channels and Plan Extension Kernels: a Mechanistic Description of Planning in a Sokoban RNN
von: Taufeeque, Mohammad, et al.
Veröffentlicht: (2025)

Sparse but Wrong: Incorrect L0 Leads to Incorrect Features in Sparse Autoencoders
von: Chanin, David, et al.
Veröffentlicht: (2025)

Among Us: A Sandbox for Measuring and Detecting Agentic Deception
von: Golechha, Satvik, et al.
Veröffentlicht: (2025)

Feature Hedging: Correlated Features Break Narrow Sparse Autoencoders
von: Chanin, David, et al.
Veröffentlicht: (2025)

Biases in the Blind Spot: Detecting What LLMs Fail to Mention
von: Arcuschin, Iván, et al.
Veröffentlicht: (2026)

Planning in a recurrent neural network that plays Sokoban
von: Taufeeque, Mohammad, et al.
Veröffentlicht: (2024)

Learning to Forget using Hypernetworks
von: Rangel, Jose Miguel Lara, et al.
Veröffentlicht: (2024)

DiFR: Inference Verification Despite Nondeterminism
von: Karvonen, Adam, et al.
Veröffentlicht: (2025)

Robust Model-Based Reinforcement Learning with an Adversarial Auxiliary Model
von: Herremans, Siemen, et al.
Veröffentlicht: (2024)

Hypothesis Testing the Circuit Hypothesis in LLMs
von: Shi, Claudia, et al.
Veröffentlicht: (2024)

Towards Interpretable Deep Reinforcement Learning Models via Inverse Reinforcement Learning
von: Xie, Sean, et al.
Veröffentlicht: (2022)

Prism: Policy Reuse via Interpretable Strategy Mapping in Reinforcement Learning
von: Pravetz, Thomas
Veröffentlicht: (2026)

Surrogate Fitness Metrics for Interpretable Reinforcement Learning
von: Altmann, Philipp, et al.
Veröffentlicht: (2025)

Wavelet-Enhanced Neural ODE and Graph Attention for Interpretable Energy Forecasting
von: Joy, Usman Gani
Veröffentlicht: (2025)

Demystifying MuZero Planning: Interpreting the Learned Model
von: Guei, Hung, et al.
Veröffentlicht: (2024)

Learning from Failures in Multi-Attempt Reinforcement Learning
von: Chung, Stephen, et al.
Veröffentlicht: (2025)

Evaluating Robustness of Reinforcement Learning Algorithms for Autonomous Shipping
von: Lesy, Bavo, et al.
Veröffentlicht: (2024)

Offline Reinforcement Learning with Universal Horizon Models
von: Chung, Hojun, et al.
Veröffentlicht: (2026)

The Interpretability of Codebooks in Model-Based Reinforcement Learning is Limited
von: Eaton, Kenneth, et al.
Veröffentlicht: (2024)

Parseval Regularization for Continual Reinforcement Learning
von: Chung, Wesley, et al.
Veröffentlicht: (2024)

InterpBench: Semi-Synthetic Transformers for Evaluating Mechanistic Interpretability Techniques
von: Gupta, Rohan, et al.
Veröffentlicht: (2024)

Continual Reinforcement Learning by Planning with Online World Models
von: Liu, Zichen, et al.
Veröffentlicht: (2025)

Gradient Free Deep Reinforcement Learning With TabPFN
von: Schiff, David, et al.
Veröffentlicht: (2025)

Towards General-Purpose Model-Free Reinforcement Learning
von: Fujimoto, Scott, et al.
Veröffentlicht: (2025)

GOPlan: Goal-conditioned Offline Reinforcement Learning by Planning with Learned Models
von: Wang, Mianchu, et al.
Veröffentlicht: (2023)

Three Pathways to Neurosymbolic Reinforcement Learning with Interpretable Model and Policy Networks
von: Graf, Peter, et al.
Veröffentlicht: (2024)

Reward Model Ensembles Help Mitigate Overoptimization
von: Coste, Thomas, et al.
Veröffentlicht: (2023)

Interpretable Deep Reinforcement Learning for Element-level Bridge Life-cycle Optimization
von: Moayyedi, Seyyed Amirhossein, et al.
Veröffentlicht: (2026)

Distilling Reinforcement Learning Algorithms for In-Context Model-Based Planning
von: Son, Jaehyeon, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Traffic Light Control in Intelligent Transportation Systems
von: Zhu, Ming, et al.
Veröffentlicht: (2023)

Model-Free Robust Reinforcement Learning with Sample Complexity Analysis
von: Wang, Yudan, et al.
Veröffentlicht: (2024)

Label-Free Reinforcement Learning via Cross-Model Entropy
von: Gorbett, Matt, et al.
Veröffentlicht: (2026)

Inducing, Detecting and Characterising Neural Modules: A Pipeline for Functional Interpretability in Reinforcement Learning
von: Soligo, Anna, et al.
Veröffentlicht: (2025)

Towards Automated Semantic Interpretability in Reinforcement Learning via Vision-Language Models
von: Li, Zhaoxin, et al.
Veröffentlicht: (2025)

Neural ODE and SDE Models for Adaptation and Planning in Model-Based Reinforcement Learning
von: Han, Chao, et al.
Veröffentlicht: (2026)

Handling Delay in Real-Time Reinforcement Learning
von: Anokhin, Ivan, et al.
Veröffentlicht: (2025)

Catastrophic Goodhart: regularizing RLHF with KL divergence does not mitigate heavy-tailed reward misspecification
von: Kwa, Thomas, et al.
Veröffentlicht: (2024)

Physics-Inspired Interpretability Of Machine Learning Models
von: Niroomand, Maximilian P, et al.
Veröffentlicht: (2023)

Interpretability by Design for Efficient Multi-Objective Reinforcement Learning
von: Xia, Qiyue, et al.
Veröffentlicht: (2025)