Copertina

Deep Reinforcement Learning with Gradient Eligibility Traces

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Elelimy, Esraa, Daley, Brett, Patterson, Andrew, Machado, Marlos C., White, Adam, White, Martha
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Real-Time Recurrent Learning using Trace Units in Reinforcement Learning
di: Elelimy, Esraa, et al.
Pubblicazione: (2024)

AGaLiTe: Approximate Gated Linear Transformers for Online Reinforcement Learning
di: Pramanik, Subhojeet, et al.
Pubblicazione: (2023)

Trajectory-Aware Eligibility Traces for Off-Policy Reinforcement Learning
di: Daley, Brett, et al.
Pubblicazione: (2023)

Demystifying the Recency Heuristic in Temporal-Difference Learning
di: Daley, Brett, et al.
Pubblicazione: (2024)

An Analysis of Action-Value Temporal-Difference Methods That Learn State Values
di: Daley, Brett, et al.
Pubblicazione: (2025)

Rethinking the Foundations for Continual Reinforcement Learning
di: Elelimy, Esraa, et al.
Pubblicazione: (2025)

Averaging $n$-step Returns Reduces Variance in Reinforcement Learning
di: Daley, Brett, et al.
Pubblicazione: (2024)

A Generalized Projected Bellman Error for Off-policy Value Estimation in Reinforcement Learning
di: Patterson, Andrew, et al.
Pubblicazione: (2021)

Harnessing Discrete Representations For Continual Reinforcement Learning
di: Meyer, Edan, et al.
Pubblicazione: (2023)

Empirical Design in Reinforcement Learning
di: Patterson, Andrew, et al.
Pubblicazione: (2023)

Deep Double Q-learning
di: Nagarajan, Prabhat, et al.
Pubblicazione: (2025)

Forager: a lightweight testbed for continual learning with partial observability in RL
di: Tang, Steven, et al.
Pubblicazione: (2026)

Investigating the Histogram Loss in Regression
di: Imani, Ehsan, et al.
Pubblicazione: (2024)

When is Offline Policy Selection Sample Efficient for Reinforcement Learning?
di: Liu, Vincent, et al.
Pubblicazione: (2023)

Investigating the Interplay of Prioritized Replay and Generalization
di: Panahi, Parham Mohammad, et al.
Pubblicazione: (2024)

The Cell Must Go On: Agar.io for Continual Reinforcement Learning
di: Mohamed, Mohamed A., et al.
Pubblicazione: (2025)

A New View on Planning in Online Reinforcement Learning
di: Roice, Kevin, et al.
Pubblicazione: (2024)

Gradient Iterated Temporal-Difference Learning
di: Vincent, Théo, et al.
Pubblicazione: (2026)

Fine-Tuning without Performance Degradation
di: Wang, Han, et al.
Pubblicazione: (2025)

Value Bonuses using Ensemble Errors for Exploration in Reinforcement Learning
di: Wahab, Abdul, et al.
Pubblicazione: (2026)

A Method for Evaluating Hyperparameter Sensitivity in Reinforcement Learning
di: Adkins, Jacob, et al.
Pubblicazione: (2024)

Proper Laplacian Representation Learning
di: Gomez, Diego, et al.
Pubblicazione: (2023)

The Laplacian Keyboard: Beyond the Linear Span
di: Chandrasekar, Siddarth, et al.
Pubblicazione: (2026)

The Cross-environment Hyperparameter Setting Benchmark for Reinforcement Learning
di: Patterson, Andrew, et al.
Pubblicazione: (2024)

Generalized Munchausen Reinforcement Learning using Tsallis KL Divergence
di: Zhu, Lingwei, et al.
Pubblicazione: (2023)

Revisiting Mixture Policies in Entropy-Regularized Actor-Critic
di: He, Jiamin, et al.
Pubblicazione: (2026)

Beyond Uniform Credit Assignment: Selective Eligibility Traces for RLVR
di: Mou, Chaoli, et al.
Pubblicazione: (2026)

Goal-Space Planning with Subgoal Models
di: Lo, Chunlok, et al.
Pubblicazione: (2022)

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

Human-Inspired Multi-Level Reinforcement Learning
di: Wu, Mingkang, et al.
Pubblicazione: (2025)

Distributions as Actions: A Unified Framework for Diverse Action Spaces
di: He, Jiamin, et al.
Pubblicazione: (2025)

Performance Optimization of Ratings-Based Reinforcement Learning
di: Rose, Evelyn, et al.
Pubblicazione: (2025)

Deep Policy Gradient Methods Without Batch Updates, Target Networks, or Replay Buffers
di: Vasan, Gautham, et al.
Pubblicazione: (2024)

Rating-based Reinforcement Learning
di: White, Devin, et al.
Pubblicazione: (2023)

Meta-Learning and Meta-Reinforcement Learning -- Tracing the Path towards DeepMind's Adaptive Agent
di: Hoppmann, Björn, et al.
Pubblicazione: (2026)

The Definitive Guide to Policy Gradients in Deep Reinforcement Learning: Theory, Algorithms and Implementations
di: Lehmann, Matthias
Pubblicazione: (2024)

Amortized Active Causal Induction with Deep Reinforcement Learning
di: Annadani, Yashas, et al.
Pubblicazione: (2024)

Gradient Boosting Reinforcement Learning
di: Fuhrer, Benjamin, et al.
Pubblicazione: (2024)

Rank-1 Approximation of Inverse Fisher for Natural Policy Gradients in Deep Reinforcement Learning
di: Huo, Yingxiao, et al.
Pubblicazione: (2026)

Gradient Inversion in Federated Reinforcement Learning
di: He, Shenghong
Pubblicazione: (2025)