:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bai, Yingbin, Thiebaux, Sylvie, Trevizan, Felipe
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	https://arxiv.org/abs/2504.19738
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Return to Tradition: Learning Reliable Heuristics with Classical Machine Learning
von: Chen, Dillon Z., et al.
Veröffentlicht: (2024)

Heuristic Search for Multi-Objective Probabilistic Planning
von: Chen, Dillon, et al.
Veröffentlicht: (2023)

Learning Domain-Independent Heuristics for Grounded and Lifted Planning
von: Chen, Dillon Z., et al.
Veröffentlicht: (2023)

Graph Learning for Planning: The Story Thus Far and Open Challenges
von: Chen, Dillon Z., et al.
Veröffentlicht: (2024)

On the Ability of Transformers to Verify Plans
von: Sarrof, Yash, et al.
Veröffentlicht: (2026)

Graph Learning for Numeric Planning
von: Chen, Dillon Z., et al.
Veröffentlicht: (2024)

Equivariant Symmetry Breaking Sets
von: Xie, YuQing, et al.
Veröffentlicht: (2024)

Learning Lifted Action Models from Unsupervised Visual Traces
von: Xi, Kai, et al.
Veröffentlicht: (2026)

Learning Adapter Rank via Symmetry Breaking
von: Doyle, Cooper, et al.
Veröffentlicht: (2025)

Novelty Heuristics, Multi-Queue Search, and Portfolios for Numeric Planning
von: Chen, Dillon Z., et al.
Veröffentlicht: (2024)

Near-Optimal Partially Observable Reinforcement Learning with Partial Online State Information
von: Shi, Ming, et al.
Veröffentlicht: (2023)

Symmetry-Breaking Augmentations for Ad Hoc Teamwork
von: Hammond, Ravi, et al.
Veröffentlicht: (2024)

Discovering Symmetry Breaking in Physical Systems with Relaxed Group Convolution
von: Wang, Rui, et al.
Veröffentlicht: (2023)

Why Adam Can Beat SGD: Second-Moment Normalization Yields Sharper Tails
von: Jin, Ruinan, et al.
Veröffentlicht: (2026)

Agentic Transformers Provably Learn to Search via Reinforcement Learning
von: Yang, Tong, et al.
Veröffentlicht: (2026)

Theory on Mixture-of-Experts in Continual Learning
von: Li, Hongbo, et al.
Veröffentlicht: (2024)

Contrastive and Variational Approaches in Self-Supervised Learning for Complex Data Mining
von: Liang, Yingbin, et al.
Veröffentlicht: (2025)

Improving Sample Efficiency of Model-Free Algorithms for Zero-Sum Markov Games
von: Feng, Songtao, et al.
Veröffentlicht: (2023)

Probing Equivariance and Symmetry Breaking in Convolutional Networks
von: Vadgama, Sharvaree, et al.
Veröffentlicht: (2025)

LoopBench: Discovering Emergent Symmetry Breaking Strategies with LLM Swarms
von: Parsaee, Ali, et al.
Veröffentlicht: (2025)

Paged Attention Meets FlexAttention: Unlocking Long-Context Efficiency in Deployed Inference
von: Joshi, Thomas, et al.
Veröffentlicht: (2025)

Leveraging Action Relational Structures for Integrated Learning and Planning
von: Wang, Ryan Xiao, et al.
Veröffentlicht: (2025)

Symmetry Breaking in Neural Network Optimization: Insights from Input Dimension Expansion
von: Zhang, Jun-Jie, et al.
Veröffentlicht: (2024)

Multi-head Transformers Provably Learn Symbolic Multi-step Reasoning via Gradient Descent
von: Yang, Tong, et al.
Veröffentlicht: (2025)

Learnable Chernoff Baselines for Inference-Time Alignment
von: Madhow, Sunil, et al.
Veröffentlicht: (2026)

Breaking the Trilemma of Privacy, Utility, Efficiency via Controllable Machine Unlearning
von: Liu, Zheyuan, et al.
Veröffentlicht: (2023)

Solving Constrained Stochastic Shortest Path Problems with Scalarisation
von: Schmalz, Johannes, et al.
Veröffentlicht: (2025)

Efficient Constraint Generation for Stochastic Shortest Path Problems
von: Schmalz, Johannes, et al.
Veröffentlicht: (2026)

Efficient Constraint Generation for Stochastic Shortest Path Problems
von: Schmalz, Johannes, et al.
Veröffentlicht: (2024)

The Implicit Curriculum: Learning Dynamics in RL with Verifiable Rewards
von: Huang, Yu, et al.
Veröffentlicht: (2026)

HIPO: Instruction Hierarchy via Constrained Reinforcement Learning
von: Chen, Keru, et al.
Veröffentlicht: (2026)

Mixture-of-Experts Meets In-Context Reinforcement Learning
von: Wu, Wenhao, et al.
Veröffentlicht: (2025)

Dynamic Loss-Based Sample Reweighting for Improved Large Language Model Pretraining
von: Sow, Daouda, et al.
Veröffentlicht: (2025)

A Retention-Centric Framework for Continual Learning with Guaranteed Model Developmental Safety
von: Li, Gang, et al.
Veröffentlicht: (2024)

IDOL: Meeting Diverse Distribution Shifts with Prior Physics for Tropical Cyclone Multi-Task Estimation
von: Yan, Hanting, et al.
Veröffentlicht: (2025)

Equivariant Flow Matching for Symmetry-Breaking Bifurcation Problems
von: Hendriks, Fleur, et al.
Veröffentlicht: (2025)

Sign-Symmetry Learning Rules are Robust Fine-Tuners
von: Berriche, Aymene, et al.
Veröffentlicht: (2025)

Continual Optimization with Symmetry Teleportation for Multi-Task Learning
von: Zhou, Zhipeng, et al.
Veröffentlicht: (2025)

Latent Mixture of Symmetries for Sample-Efficient Dynamic Learning
von: Li, Haoran, et al.
Veröffentlicht: (2025)

Learning Infinitesimal Generators of Continuous Symmetries from Data
von: Ko, Gyeonghoon, et al.
Veröffentlicht: (2024)