:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tholl, Konur, Mezouar, Mariam El, Mallah, Ranwa Al
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2508.14340
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Production-Worthy Simulation for Autonomous Cyber Operations
von: Tholl, Konur, et al.
Veröffentlicht: (2025)

Large Language Model Integration with Reinforcement Learning to Augment Decision-Making in Autonomous Cyber Operations
von: Tholl, Konur, et al.
Veröffentlicht: (2025)

Learning Communication Between Heterogeneous Agents in Multi-Agent Reinforcement Learning for Autonomous Cyber Defence
von: Popa, Alex, et al.
Veröffentlicht: (2026)

Learning to Communicate in Multi-Agent Reinforcement Learning for Autonomous Cyber Defence
von: Contractor, Faizan, et al.
Veröffentlicht: (2025)

A Novel Bifurcation Method for Observation Perturbation Attacks on Reinforcement Learning Agents: Load Altering Attacks on a Cyber Physical Power System
von: Broda-Milian, Kiernan, et al.
Veröffentlicht: (2024)

AgentLeak: A Full-Stack Benchmark for Privacy Leakage in Multi-Agent LLM Systems
von: Yagoubi, Faouzi El, et al.
Veröffentlicht: (2026)

Operator-Guided Invariance Learning for Continuous Reinforcement Learning
von: Zhang, Zuyuan, et al.
Veröffentlicht: (2026)

EHR-RAGp: Retrieval-Augmented Prototype-Guided Foundation Model for Electronic Health Records
von: Shurrab, Saeed, et al.
Veröffentlicht: (2026)

A Comparative Study of Machine Learning Techniques for Early Prediction of Diabetes
von: Alzboon, Mowafaq Salem, et al.
Veröffentlicht: (2025)

Beyond Rewards in Reinforcement Learning for Cyber Defence
von: Bates, Elizabeth, et al.
Veröffentlicht: (2026)

Evaluating Robustness of Reinforcement Learning Algorithms for Autonomous Shipping
von: Lesy, Bavo, et al.
Veröffentlicht: (2024)

Large Language Model-Based Reward Design for Deep Reinforcement Learning-Driven Autonomous Cyber Defense
von: Mukherjee, Sayak, et al.
Veröffentlicht: (2025)

Selector-Guided Autonomous Curriculum for One-Shot Reinforcement Learning from Verifiable Rewards
von: Dave, Rudray, et al.
Veröffentlicht: (2026)

Continual Reinforcement Learning for Cyber-Physical Systems: Lessons Learned and Open Challenges
von: Nolle, Kim N., et al.
Veröffentlicht: (2025)

Evaluating Reinforcement Learning Algorithms for Navigation in Simulated Robotic Quadrupeds: A Comparative Study Inspired by Guide Dog Behaviour
von: Harrison, Emma M. A.
Veröffentlicht: (2025)

Are LLMs The Way Forward? A Case Study on LLM-Guided Reinforcement Learning for Decentralized Autonomous Driving
von: Anvar, Timur, et al.
Veröffentlicht: (2025)

Machine Theory of Mind for Autonomous Cyber-Defence
von: Swaby, Luke, et al.
Veröffentlicht: (2024)

Opinion-Guided Reinforcement Learning
von: Dagenais, Kyanna, et al.
Veröffentlicht: (2024)

Tactical Decision Making for Autonomous Trucks by Deep Reinforcement Learning with Total Cost of Operation Based Reward
von: Pathare, Deepthi, et al.
Veröffentlicht: (2024)

Optimizing Deep Neural Networks using Safety-Guided Self Compression
von: Zbeeb, Mohammad, et al.
Veröffentlicht: (2025)

Reinforcement Learning-Guided Semi-Supervised Learning
von: Heidari, Marzi, et al.
Veröffentlicht: (2024)

Out-of-Distribution Detection for Neurosymbolic Autonomous Cyber Agents
von: Samaddar, Ankita, et al.
Veröffentlicht: (2024)

A Mathematical Guide to Operator Learning
von: Boullé, Nicolas, et al.
Veröffentlicht: (2023)

Reinforcement Learning by Guided Safe Exploration
von: Yang, Qisong, et al.
Veröffentlicht: (2023)

Investigating Bias: A Multilingual Pipeline for Generating, Solving, and Evaluating Math Problems with LLMs
von: Mahran, Mariam, et al.
Veröffentlicht: (2025)

Modeling Behavioral Preferences of Cyber Adversaries Using Inverse Reinforcement Learning
von: Shinde, Aditya, et al.
Veröffentlicht: (2025)

Optimizing Cyber Defense in Dynamic Active Directories through Reinforcement Learning
von: Goel, Diksha, et al.
Veröffentlicht: (2024)

PoolFlip: A Multi-Agent Reinforcement Learning Security Environment for Cyber Defense
von: Cadet, Xavier, et al.
Veröffentlicht: (2025)

Reinforcement Learning Teachers of Test Time Scaling
von: Cetin, Edoardo, et al.
Veröffentlicht: (2025)

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

Demonstration Guided Multi-Objective Reinforcement Learning
von: Lu, Junlin, et al.
Veröffentlicht: (2024)

V-Max: A Reinforcement Learning Framework for Autonomous Driving
von: Charraut, Valentin, et al.
Veröffentlicht: (2025)

Mining the Long Tail: A Comparative Study of Data-Centric Criticality Metrics for Robust Offline Reinforcement Learning in Autonomous Motion Planning
von: Guillen-Perez, Antonio
Veröffentlicht: (2025)

Evaluation-Aware Reinforcement Learning
von: Deshmukh, Shripad Vilasrao, et al.
Veröffentlicht: (2025)

Comparative Analysis on Snowmelt-Driven Streamflow Forecasting Using Machine Learning Techniques
von: Thapa, Ukesh, et al.
Veröffentlicht: (2024)

Research on Autonomous Robots Navigation based on Reinforcement Learning
von: Wang, Zixiang, et al.
Veröffentlicht: (2024)

GPT and Prejudice: A Sparse Approach to Understanding Learned Representations in Large Language Models
von: Mahran, Mariam, et al.
Veröffentlicht: (2025)

Mixed-Precision Quantization for Language Models: Techniques and Prospects
von: Rakka, Mariam, et al.
Veröffentlicht: (2025)

Learning Team-Based Navigation: A Review of Deep Reinforcement Learning Techniques for Multi-Agent Pathfinding
von: Chung, Jaehoon, et al.
Veröffentlicht: (2023)

A Testable Certificate for Constant Collapse in Teacher-Guided VAEs
von: Zhang, Zegu, et al.
Veröffentlicht: (2026)