Buchumschlag

Physics-Informed Reward Machines

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ajeleye, Daniel, Trivedi, Ashutosh, Zamani, Majid
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Transfer of Safety Controllers Through Learning Deep Inverse Dynamics Model
von: Nadali, Alireza, et al.
Veröffentlicht: (2024)

Transfer Learning for Control Systems via Neural Simulation Relations
von: Nadali, Alireza, et al.
Veröffentlicht: (2024)

Data-driven Construction of Finite Abstractions for Interconnected Systems: A Compositional Approach
von: Ajeleye, Daniel, et al.
Veröffentlicht: (2024)

Show, Don't Tell: Learning Reward Machines from Demonstrations for Reinforcement Learning-Based Cardiac Pacemaker Synthesis
von: Komp, John, et al.
Veröffentlicht: (2024)

Closure Certificates
von: Murali, Vishnu, et al.
Veröffentlicht: (2023)

Co-Buchi Barrier Certificates for Discrete-time Dynamical Systems
von: Murali, Vishnu, et al.
Veröffentlicht: (2023)

MetaSort: An Accelerated Approach for Non-uniform Compression and Few-shot Classification of Neural Spike Waveforms
von: Meyer, Luca M., et al.
Veröffentlicht: (2026)

A PAC Learning Algorithm for LTL and Omega-regular Objectives in MDPs
von: Perez, Mateo, et al.
Veröffentlicht: (2023)

Robustness Certificates for Neural Networks against Adversarial Attacks
von: Taheri, Sara, et al.
Veröffentlicht: (2025)

On-the-Go Path Planning and Repair in Static and Dynamic Scenarios
von: Ajeleye, Daniel
Veröffentlicht: (2024)

Monotone Neural Barrier Certificates
von: Jafarpour, Saber, et al.
Veröffentlicht: (2025)

HyperCertificates: Verification of Discrete-time Dynamical Systems against HyperLTL Specifications
von: Murali, Vishnu, et al.
Veröffentlicht: (2026)

Reinforcement Learning with Symbolic Reward Machines
von: Krug, Thomas, et al.
Veröffentlicht: (2026)

Reinforcement Learning with Stochastic Reward Machines
von: Corazza, Jan, et al.
Veröffentlicht: (2025)

On the Need to Align Intent and Implementation in Uncertainty Quantification for Machine Learning
von: Trivedi, Shubhendu, et al.
Veröffentlicht: (2025)

Data-Driven Safety Verification using Barrier Certificates and Matrix Zonotopes
von: Oumer, Mohammed Adib, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Diagnostics for Physics-Informed Machine Learning
von: Daniels, Mara, et al.
Veröffentlicht: (2025)

Neural Reward Machines
von: Umili, Elena, et al.
Veröffentlicht: (2024)

Numeric Reward Machines
von: Levina, Kristina, et al.
Veröffentlicht: (2024)

Knowledge-Informed Auto-Penetration Testing Based on Reinforcement Learning with Reward Machine
von: Li, Yuanliang, et al.
Veröffentlicht: (2024)

Physics-Informed Extreme Learning Machine (PIELM): Opportunities and Challenges
von: Yang, He, et al.
Veröffentlicht: (2025)

Physics-Informed Machine Learning On Polar Ice: A Survey
von: Liu, Zesheng, et al.
Veröffentlicht: (2024)

Physics-Informed Machine Learning for Transformer Condition Monitoring -- Part II: Physics-Informed Neural Networks and Uncertainty Quantification
von: Aizpurua, Jose I.
Veröffentlicht: (2025)

KV-Fold: One-Step KV-Cache Recurrence for Long-Context Inference
von: Nadali, Alireza, et al.
Veröffentlicht: (2026)

Learning Robust Reward Machines from Noisy Labels
von: Parac, Roko, et al.
Veröffentlicht: (2024)

Multilingual LLMs Inherently Reward In-Language Time-Sensitive Semantic Alignment for Low-Resource Languages
von: Bajpai, Ashutosh, et al.
Veröffentlicht: (2024)

Reward Machine Inference for Robotic Manipulation
von: Baert, Mattijs, et al.
Veröffentlicht: (2024)

Fairness Testing through Extreme Value Theory
von: Monjezi, Verya, et al.
Veröffentlicht: (2025)

Green Physics-Informed Machine Learning Models For Structural Health Monitoring
von: Bradley, Daisy R, et al.
Veröffentlicht: (2026)

A PAC-Bayesian View of Generalisation for Physics-Informed Machine Learning
von: Nguyen, Thien V., et al.
Veröffentlicht: (2026)

A Novel Pearson Correlation-Based Merging Algorithm for Robust Distributed Machine Learning with Heterogeneous Data
von: Rahmat, Mohammad Ghabel, et al.
Veröffentlicht: (2025)

When do complex-valued neural networks help? A study of representation, geometry, and optimization
von: Kumar, Ashutosh
Veröffentlicht: (2026)

Drug Repurposing Targeting COVID-19 3CL Protease using Molecular Docking and Machine Learning Regression Approach
von: Aqeel, Imra, et al.
Veröffentlicht: (2023)

MechProNet: Machine Learning Prediction of Mechanical Properties in Metal Additive Manufacturing
von: Akbari, Parand, et al.
Veröffentlicht: (2022)

Separable DeepONet: Breaking the Curse of Dimensionality in Physics-Informed Machine Learning
von: Mandl, Luis, et al.
Veröffentlicht: (2024)

Fully Learnable Neural Reward Machines
von: Dewidar, Hazem, et al.
Veröffentlicht: (2025)

On the Limits of Interpretable Machine Learning in Quintic Root Classification
von: Thomas, Rohan, et al.
Veröffentlicht: (2026)

A Rapid Physics-Informed Machine Learning Framework Based on Extreme Learning Machine for Inverse Stefan Problems
von: Zhuang, Pei-Zhi, et al.
Veröffentlicht: (2025)

The Physics Constraint Paradox: When Removing Explicit Constraints Improves Physics-Informed Data for Machine Learning
von: Ray, Rahul D
Veröffentlicht: (2025)

Physics-Informed Machine Learning for Pouch Cell Temperature Estimation
von: Liu, Zheng
Veröffentlicht: (2026)