Buchumschlag

Memory Allocation in Resource-Constrained Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tamborski, Massimiliano, Abel, 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

A Survey on Applications of Reinforcement Learning in Spatial Resource Allocation
von: Zhang, Di, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning for Efficient and Fair Allocation of Health Care Resources
von: Li, Yikuan, et al.
Veröffentlicht: (2023)

(DEMO) Deep Reinforcement Learning Based Resource Allocation in Distributed IoT Systems
von: Li, Aohan, et al.
Veröffentlicht: (2025)

Three Dogmas of Reinforcement Learning
von: Abel, David, et al.
Veröffentlicht: (2024)

Leveraging Knowledge Distillation for Efficient Deep Reinforcement Learning in Resource-Constrained Environments
von: Meng, Guanlin
Veröffentlicht: (2023)

Rule-Bottleneck Reinforcement Learning: Joint Explanation and Decision Optimization for Resource Allocation with Language Agents
von: Tec, Mauricio, et al.
Veröffentlicht: (2025)

Memory-Efficient Acceleration of Block Low-Rank Foundation Models on Resource Constrained GPUs
von: Abillama, Pierre, et al.
Veröffentlicht: (2025)

Autoregressive Policy Optimization for Constrained Allocation Tasks
von: Winkel, David, et al.
Veröffentlicht: (2024)

Multi-Agent Reinforcement Learning for Resources Allocation Optimization: A Survey
von: Hady, Mohamad A., et al.
Veröffentlicht: (2025)

Fisher-Guided Selective Forgetting: Mitigating The Primacy Bias in Deep Reinforcement Learning
von: Falzari, Massimiliano, et al.
Veröffentlicht: (2025)

Continual Learning as Computationally Constrained Reinforcement Learning
von: Kumar, Saurabh, et al.
Veröffentlicht: (2023)

State-Constrained Offline Reinforcement Learning
von: Hepburn, Charles A., et al.
Veröffentlicht: (2024)

Locally Constrained Representations in Reinforcement Learning
von: Nath, Somjit, et al.
Veröffentlicht: (2022)

Memory Constrained Dynamic Subnetwork Update for Transfer Learning
von: Quélennec, Aël, et al.
Veröffentlicht: (2025)

Logarithmic Memory Networks (LMNs): Efficient Long-Range Sequence Modeling for Resource-Constrained Environments
von: Taha, Mohamed A.
Veröffentlicht: (2025)

Large Scale Constrained Clustering With Reinforcement Learning
von: Schesch, Benedikt, et al.
Veröffentlicht: (2024)

Imitating Cost-Constrained Behaviors in Reinforcement Learning
von: Shao, Qian, et al.
Veröffentlicht: (2024)

Handling Long and Richly Constrained Tasks through Constrained Hierarchical Reinforcement Learning
von: Lu, Yuxiao, et al.
Veröffentlicht: (2023)

Fair Resource Allocation for Fleet Intelligence
von: Baser, Oguzhan, et al.
Veröffentlicht: (2025)

Online Reinforcement Learning with Passive Memory
von: Pattanaik, Anay, et al.
Veröffentlicht: (2024)

Memory Retention Is Not Enough to Master Memory Tasks in Reinforcement Learning
von: Shchendrigin, Oleg, et al.
Veröffentlicht: (2026)

Adaptive Neighborhood-Constrained Q Learning for Offline Reinforcement Learning
von: Mao, Yixiu, et al.
Veröffentlicht: (2025)

Optimistic Exploration for Risk-Averse Constrained Reinforcement Learning
von: McCarthy, James, et al.
Veröffentlicht: (2025)

Provably Efficient Exploration in Inverse Constrained Reinforcement Learning
von: Yue, Bo, et al.
Veröffentlicht: (2024)

Sample-Efficient Constrained Reinforcement Learning with General Parameterization
von: Mondal, Washim Uddin, et al.
Veröffentlicht: (2024)

Sample Complexity Analysis for Constrained Bilevel Reinforcement Learning
von: Saxena, Naman, et al.
Veröffentlicht: (2026)

DUET: Optimize Token-Budget Allocation for Reinforcement Learning with Verifiable Rewards
von: Hu, Haoyu, et al.
Veröffentlicht: (2026)

ASFL: An Adaptive Model Splitting and Resource Allocation Framework for Split Federated Learning
von: Meng, Chuiyang, et al.
Veröffentlicht: (2026)

Learning for Cross-Layer Resource Allocation in MEC-Aided Cell-Free Networks
von: Zheng, Chong, et al.
Veröffentlicht: (2024)

Two-Step Offline Preference-Based Reinforcement Learning with Constrained Actions
von: Xu, Yinglun, et al.
Veröffentlicht: (2023)

CoBA-RL: Capability-Oriented Budget Allocation for Reinforcement Learning in LLMs
von: Yao, Zhiyuan, et al.
Veröffentlicht: (2026)

Leveraging Constraint Violation Signals For Action-Constrained Reinforcement Learning
von: Brahmanage, Janaka Chathuranga, et al.
Veröffentlicht: (2025)

Time-Constrained Recommendations: Reinforcement Learning Strategies for E-Commerce
von: Chakrabarty, Sayak, et al.
Veröffentlicht: (2025)

Incentivizing Safer Actions in Policy Optimization for Constrained Reinforcement Learning
von: Hazra, Somnath, et al.
Veröffentlicht: (2025)

Probabilistic Constrained Reinforcement Learning with Formal Interpretability
von: Wang, Yanran, et al.
Veröffentlicht: (2023)

An Offline Adaptation Framework for Constrained Multi-Objective Reinforcement Learning
von: Lin, Qian, et al.
Veröffentlicht: (2024)

Towards Interpretable Reinforcement Learning with Constrained Normalizing Flow Policies
von: Rietz, Finn, et al.
Veröffentlicht: (2024)

Multi-Agent Deep Reinforcement Learning Under Constrained Communications
von: Shaik, Shahil, et al.
Veröffentlicht: (2026)

Tilted Quantile Gradient Updates for Quantile-Constrained Reinforcement Learning
von: Li, Chenglin, et al.
Veröffentlicht: (2024)

Sparsity-based Safety Conservatism for Constrained Offline Reinforcement Learning
von: Cho, Minjae, et al.
Veröffentlicht: (2024)