Copertina

Better Decisions through the Right Causal World Model

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Dillies, Elisabeth, Delfosse, Quentin, Blüml, Jannis, Emunds, Raban, Busch, Florian Peter, Kersting, Kristian
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Artificial Intelligence Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Deep Reinforcement Learning via Object-Centric Attention
di: Blüml, Jannis, et al.
Pubblicazione: (2025)

Boosting deep Reinforcement Learning using pretraining with Logical Options
di: Ye, Zihan, et al.
Pubblicazione: (2026)

HackAtari: Atari Learning Environments for Robust and Continual Reinforcement Learning
di: Delfosse, Quentin, et al.
Pubblicazione: (2024)

Deep Reinforcement Learning Agents are not even close to Human Intelligence
di: Delfosse, Quentin, et al.
Pubblicazione: (2025)

OCAtari: Object-Centric Atari 2600 Reinforcement Learning Environments
di: Delfosse, Quentin, et al.
Pubblicazione: (2023)

GRAIL: Autonomous Concept Grounding for Neuro-Symbolic Reinforcement Learning
di: Shindo, Hikaru, et al.
Pubblicazione: (2026)

Tagged for Direction: Pinning Down Causal Edge Directions with Precision
di: Busch, Florian Peter, et al.
Pubblicazione: (2025)

OCALM: Object-Centric Assessment with Language Models
di: Kaufmann, Timo, et al.
Pubblicazione: (2024)

BlendRL: A Framework for Merging Symbolic and Neural Policy Learning
di: Shindo, Hikaru, et al.
Pubblicazione: (2024)

Interpretable and Editable Programmatic Tree Policies for Reinforcement Learning
di: Kohler, Hector, et al.
Pubblicazione: (2024)

Systems with Switching Causal Relations: A Meta-Causal Perspective
di: Willig, Moritz, et al.
Pubblicazione: (2024)

Representation Matters for Mastering Chess: Improved Feature Representation in AlphaZero Outperforms Switching to Transformers
di: Czech, Johannes, et al.
Pubblicazione: (2023)

Pix2Code: Learning to Compose Neural Visual Concepts as Programs
di: Wüst, Antonia, et al.
Pubblicazione: (2024)

Interpretable end-to-end Neurosymbolic Reinforcement Learning agents
di: Grandien, Nils, et al.
Pubblicazione: (2024)

Polynomial Regret Concentration of UCB for Non-Deterministic State Transitions
di: Cömer, Can, et al.
Pubblicazione: (2025)

LLMs Gaming Verifiers: RLVR can Lead to Reward Hacking
di: Helff, Lukas, et al.
Pubblicazione: (2026)

Amplifying Exploration in Monte-Carlo Tree Search by Focusing on the Unknown
di: Derstroff, Cedric, et al.
Pubblicazione: (2024)

Kintsugi: Learning Policies by Repairing Executable Knowledge Bases
di: Cao, Teng, et al.
Pubblicazione: (2026)

Checkmating One, by Using Many: Combining Mixture of Experts with MCTS to Improve in Chess
di: Helfenstein, Felix, et al.
Pubblicazione: (2024)

Deep Classifier Mimicry without Data Access
di: Braun, Steven, et al.
Pubblicazione: (2023)

$χ$SPN: Characteristic Interventional Sum-Product Networks for Causal Inference in Hybrid Domains
di: Poonia, Harsh, et al.
Pubblicazione: (2024)

Exploring the Adversarial Capabilities of Large Language Models
di: Struppek, Lukas, et al.
Pubblicazione: (2024)

Finding NeMo: Localizing Neurons Responsible For Memorization in Diffusion Models
di: Hintersdorf, Dominik, et al.
Pubblicazione: (2024)

Adaptable Hindsight Experience Replay for Search-Based Learning
di: Vazaios, Alexandros, et al.
Pubblicazione: (2025)

Object Centric Concept Bottlenecks
di: Steinmann, David, et al.
Pubblicazione: (2025)

Hyperparameter Optimization via Interacting with Probabilistic Circuits
di: Seng, Jonas, et al.
Pubblicazione: (2025)

Learning to Intervene on Concept Bottlenecks
di: Steinmann, David, et al.
Pubblicazione: (2023)

Evaluating Interpretable Reinforcement Learning by Distilling Policies into Programs
di: Kohler, Hector, et al.
Pubblicazione: (2025)

Better World Models Can Lead to Better Post-Training Performance
di: Gupta, Prakhar, et al.
Pubblicazione: (2025)

Adaptive Rational Activations to Boost Deep Reinforcement Learning
di: Delfosse, Quentin, et al.
Pubblicazione: (2021)

EXPIL: Explanatory Predicate Invention for Learning in Games
di: Sha, Jingyuan, et al.
Pubblicazione: (2024)

Recursive Inference Machines for Neural Reasoning
di: Komisarczyk, Mieszko, et al.
Pubblicazione: (2026)

Neural Concept Binder
di: Stammer, Wolfgang, et al.
Pubblicazione: (2024)

Multiscale Byte Language Models -- A Hierarchical Architecture for Causal Million-Length Sequence Modeling
di: Egli, Eric, et al.
Pubblicazione: (2025)

Interpretable Concept Bottlenecks to Align Reinforcement Learning Agents
di: Delfosse, Quentin, et al.
Pubblicazione: (2024)

Tractable Representation Learning with Probabilistic Circuits
di: Braun, Steven, et al.
Pubblicazione: (2025)

AtMan: Understanding Transformer Predictions Through Memory Efficient Attention Manipulation
di: Deiseroth, Björn, et al.
Pubblicazione: (2023)

Learning by Self-Explaining
di: Stammer, Wolfgang, et al.
Pubblicazione: (2023)

Credibility-Aware Multi-Modal Fusion Using Probabilistic Circuits
di: Sidheekh, Sahil, et al.
Pubblicazione: (2024)

Where is the Truth? The Risk of Getting Confounded in a Continual World
di: Busch, Florian Peter, et al.
Pubblicazione: (2024)