Buchumschlag

DreamerV3-XP: Optimizing exploration through uncertainty estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bierling, Lukas, Pasero, Davide, Bertrand, Jan-Henrik, Van Gerwen, Kiki
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

TransDreamerV3: Implanting Transformer In DreamerV3
von: Dongare, Shruti Sadanand, et al.
Veröffentlicht: (2025)

DreamerV3 for Traffic Signal Control: Hyperparameter Tuning and Performance
von: Li, Qiang, et al.
Veröffentlicht: (2025)

Learning controllable dynamics through informative exploration
von: Loxley, Peter N., et al.
Veröffentlicht: (2025)

Leveraging XP and CRISP-DM for Agile Data Science Projects
von: Shimaoka, Andre Massahiro, et al.
Veröffentlicht: (2025)

Choice Between Partial Trajectories: Disentangling Goals from Beliefs
von: Marklund, Henrik, et al.
Veröffentlicht: (2024)

Combining Deep Architectures for Information Gain estimation and Reinforcement Learning for multiagent field exploration
von: Masiero, Emanuele, et al.
Veröffentlicht: (2025)

Efficient Multi-objective Prompt Optimization via Pure-exploration Bandits
von: Li, Donghao, et al.
Veröffentlicht: (2026)

R2-Dreamer: Redundancy-Reduced World Models without Decoders or Augmentation
von: Morihira, Naoki, et al.
Veröffentlicht: (2026)

medDreamer: Model-Based Reinforcement Learning with Latent Imagination on Complex EHRs for Clinical Decision Support
von: Xu, Qianyi, et al.
Veröffentlicht: (2025)

Surrogate uncertainty estimation for your time series forecasting black-box: learn when to trust
von: Erlygin, Leonid, et al.
Veröffentlicht: (2023)

Remedying uncertainty representations in visual inference through Explaining-Away Variational Autoencoders
von: Catoni, Josefina, et al.
Veröffentlicht: (2024)

Misalignment from Treating Means as Ends
von: Marklund, Henrik, et al.
Veröffentlicht: (2025)

Consequentialist Objectives and Catastrophe
von: Marklund, Henrik, et al.
Veröffentlicht: (2026)

Maintaining Plasticity in Continual Learning via Regenerative Regularization
von: Kumar, Saurabh, et al.
Veröffentlicht: (2023)

Beyond 2:4: exploring V:N:M sparsity for efficient transformer inference on GPUs
von: Zhao, Kang, et al.
Veröffentlicht: (2024)

Autoencoder-based General Purpose Representation Learning for Customer Embedding
von: Bertrand, Jan Henrik, et al.
Veröffentlicht: (2024)

ACCORD: Autoregressive Constraint-satisfying Generation for COmbinatorial Optimization with Routing and Dynamic attention
von: Abgaryan, Henrik, et al.
Veröffentlicht: (2025)

FBFL: A Field-Based Coordination Approach for Data Heterogeneity in Federated Learning
von: Domini, Davide, et al.
Veröffentlicht: (2025)

SafeDreamer: Safe Reinforcement Learning with World Models
von: Huang, Weidong, et al.
Veröffentlicht: (2023)

MaxInfoRL: Boosting exploration in reinforcement learning through information gain maximization
von: Sukhija, Bhavya, et al.
Veröffentlicht: (2024)

Epistemically-guided forward-backward exploration
von: Urpí, Núria Armengol, et al.
Veröffentlicht: (2025)

TableDreamer: Progressive and Weakness-guided Data Synthesis from Scratch for Table Instruction Tuning
von: Zheng, Mingyu, et al.
Veröffentlicht: (2025)

DeToNATION: Decoupled Torch Network-Aware Training on Interlinked Online Nodes
von: From, Mogens Henrik, et al.
Veröffentlicht: (2025)

Protein Counterfactuals via Diffusion-Guided Latent Optimization
von: Kłos, Weronika, et al.
Veröffentlicht: (2026)

CliquePH: Higher-Order Information for Graph Neural Networks through Persistent Homology on Clique Graphs
von: Buffelli, Davide, et al.
Veröffentlicht: (2024)

Proximity-based Self-Federated Learning
von: Domini, Davide, et al.
Veröffentlicht: (2024)

ConsistDreamer: 3D-Consistent 2D Diffusion for High-Fidelity Scene Editing
von: Chen, Jun-Kun, et al.
Veröffentlicht: (2024)

Fairness under uncertainty in sequential decisions
von: Lee, Michelle Seng Ah, et al.
Veröffentlicht: (2026)

The impact of intrinsic rewards on exploration in Reinforcement Learning
von: Kayal, Aya, et al.
Veröffentlicht: (2025)

Improving Uncertainty Estimation through Semantically Diverse Language Generation
von: Aichberger, Lukas, et al.
Veröffentlicht: (2024)

DecoDINO: 3D Human-Scene Contact Prediction with Semantic Classification
von: Bierling, Lukas, et al.
Veröffentlicht: (2025)

RealmDreamer: Text-Driven 3D Scene Generation with Inpainting and Depth Diffusion
von: Shriram, Jaidev, et al.
Veröffentlicht: (2024)

Data Driven Diagnosis for Large Cyber-Physical-Systems with Minimal Prior Information
von: Steude, Henrik Sebastian, et al.
Veröffentlicht: (2025)

An entropy-optimal path to humble AI
von: Bassetti, Davide, et al.
Veröffentlicht: (2025)

Reliable uncertainty quantification for 2D/3D anatomical landmark localization using multi-output conformal prediction
von: Jonkers, Jef, et al.
Veröffentlicht: (2025)

Latent label distribution grid representation for modeling uncertainty
von: Sun, ShuNing, et al.
Veröffentlicht: (2025)

Incorporating uncertainty quantification into travel mode choice modeling: a Bayesian neural network (BNN) approach and an uncertainty-guided active survey framework
von: Zheng, Shuwen, et al.
Veröffentlicht: (2024)

Unsupervised Behavioral Compression: Learning Low-Dimensional Policy Manifolds through State-Occupancy Matching
von: Fraschini, Andrea, et al.
Veröffentlicht: (2026)

Optimizing Reasoning Efficiency through Prompt Difficulty Prediction
von: Zhao, Bo, et al.
Veröffentlicht: (2025)

Large language models as uncertainty-calibrated optimizers for experimental discovery
von: Ranković, Bojana, et al.
Veröffentlicht: (2025)