Buchumschlag

Experience-Efficient Model-Free Deep Reinforcement Learning Using Pre-Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Yang, Ruoxing
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

DP-Adam-AC: Privacy-preserving Fine-Tuning of Localizable Language Models Using Adam Optimization with Adaptive Clipping
von: Yang, Ruoxing
Veröffentlicht: (2025)

Safe Reinforcement Learning with Free-form Natural Language Constraints and Pre-Trained Language Models
von: Lou, Xingzhou, et al.
Veröffentlicht: (2024)

Efficient Diversity-based Experience Replay for Deep Reinforcement Learning
von: Zhao, Kaiyan, et al.
Veröffentlicht: (2024)

Online Pre-Training for Offline-to-Online Reinforcement Learning
von: Shin, Yongjae, et al.
Veröffentlicht: (2025)

Reinforcement Learning on Pre-Training Data
von: Li, Siheng, et al.
Veröffentlicht: (2025)

Deep Fusion: Efficient Network Training via Pre-trained Initializations
von: Mazzawi, Hanna, et al.
Veröffentlicht: (2023)

Combining Pre-Trained Models for Enhanced Feature Representation in Reinforcement Learning
von: Piccoli, Elia, et al.
Veröffentlicht: (2025)

Efficient Restarts in Non-Stationary Model-Free Reinforcement Learning
von: Nonaka, Hiroshi, et al.
Veröffentlicht: (2025)

SVFit: Parameter-Efficient Fine-Tuning of Large Pre-Trained Models Using Singular Values
von: Sun, Chengwei, et al.
Veröffentlicht: (2024)

Accelerating Reinforcement Learning Training Using Simulation Surrogate Models
von: Ghasemloo, Mohammadmahdi, et al.
Veröffentlicht: (2026)

Growing with Experience: Growing Neural Networks in Deep Reinforcement Learning
von: Fehring, Lukas, et al.
Veröffentlicht: (2025)

Frugal Actor-Critic: Sample Efficient Off-Policy Deep Reinforcement Learning Using Unique Experiences
von: Singh, Nikhil Kumar, et al.
Veröffentlicht: (2024)

Advancing Household Robotics: Deep Interactive Reinforcement Learning for Efficient Training and Enhanced Performance
von: Soni, Arpita, et al.
Veröffentlicht: (2024)

Exploring Quantization for Efficient Pre-Training of Transformer Language Models
von: Chitsaz, Kamran, et al.
Veröffentlicht: (2024)

Efficient Preference-Based Reinforcement Learning Using Learned Dynamics Models
von: Liu, Yi, et al.
Veröffentlicht: (2023)

Assessing Pre-Trained Models for Transfer Learning Through Distribution of Spectral Components
von: Zhang, Tengxue, et al.
Veröffentlicht: (2024)

Dual Prototypes for Adaptive Pre-Trained Model in Class-Incremental Learning
von: Xu, Zhiming, et al.
Veröffentlicht: (2024)

Efficient Beam Selection for ISAC in Cell-Free Massive MIMO via Digital Twin-Assisted Deep Reinforcement Learning
von: Zhang, Jiexin, et al.
Veröffentlicht: (2025)

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

FlowEdit: Inversion-Free Text-Based Editing Using Pre-Trained Flow Models
von: Kulikov, Vladimir, et al.
Veröffentlicht: (2024)

CyclicFL: A Cyclic Model Pre-Training Approach to Efficient Federated Learning
von: Zhang, Pengyu, et al.
Veröffentlicht: (2023)

Dataset Distillation via Knowledge Distillation: Towards Efficient Self-Supervised Pre-Training of Deep Networks
von: Joshi, Siddharth, et al.
Veröffentlicht: (2024)

Visual Pre-Training on Unlabeled Images using Reinforcement Learning
von: Ghosh, Dibya, et al.
Veröffentlicht: (2025)

Rethinking the Role of Dynamic Sparse Training for Scalable Deep Reinforcement Learning
von: Ma, Guozheng, et al.
Veröffentlicht: (2025)

Efficient RL Training for LLMs with Experience Replay
von: Arnal, Charles, et al.
Veröffentlicht: (2026)

On the Interplay Between Sparsity and Training in Deep Reinforcement Learning
von: Davelouis, Fatima, et al.
Veröffentlicht: (2025)

Model-Free Active Exploration in Reinforcement Learning
von: Russo, Alessio, et al.
Veröffentlicht: (2024)

Self-Training for Sample-Efficient Active Learning for Text Classification with Pre-Trained Language Models
von: Schröder, Christopher, et al.
Veröffentlicht: (2024)

Generative Pre-Trained Transformer for Symbolic Regression Base In-Context Reinforcement Learning
von: Li, Yanjie, et al.
Veröffentlicht: (2024)

Pre-Training Representations of Binary Code Using Contrastive Learning
von: Zhang, Yifan, et al.
Veröffentlicht: (2022)

Model-Free Robust $ϕ$-Divergence Reinforcement Learning Using Both Offline and Online Data
von: Panaganti, Kishan, et al.
Veröffentlicht: (2024)

Rec-AD: An Efficient Computation Framework for FDIA Detection Based on Tensor Train Decomposition and Deep Learning Recommendation Model
von: Li, Yunfeng, et al.
Veröffentlicht: (2025)

The Surprising Ineffectiveness of Pre-Trained Visual Representations for Model-Based Reinforcement Learning
von: Schneider, Moritz, et al.
Veröffentlicht: (2024)

Defect Detection in Photolithographic Patterns Using Deep Learning Models Trained on Synthetic Data
von: Shinde, Prashant P., et al.
Veröffentlicht: (2025)

Efficient Reinforcement Learning with Large Language Model Priors
von: Yan, Xue, et al.
Veröffentlicht: (2024)

Value-Based Deep Multi-Agent Reinforcement Learning with Dynamic Sparse Training
von: Hu, Pihe, et al.
Veröffentlicht: (2024)

NOVER: Incentive Training for Language Models via Verifier-Free Reinforcement Learning
von: Liu, Wei, et al.
Veröffentlicht: (2025)

MoTE: Mixture of Task-specific Experts for Pre-Trained ModelBased Class-incremental Learning
von: Li, Linjie, et al.
Veröffentlicht: (2025)

Unleashing the Power of Pre-trained Language Models for Offline Reinforcement Learning
von: Shi, Ruizhe, et al.
Veröffentlicht: (2023)

Online Training and Pruning of Deep Reinforcement Learning Networks
von: Guenter, Valentin Frank Ingmar, et al.
Veröffentlicht: (2025)