Buchumschlag

Beyond Fixed Tasks: Unsupervised Environment Design for Task-Level Pairs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Furelos-Blanco, Daniel, Pert, Charles, Kelbel, Frederik, Spies, Alex F., Russo, Alessandra, Dennis, Michael
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

Learning Reward Machines in Cooperative Multi-Agent Tasks
von: Ardon, Leo, et al.
Veröffentlicht: (2023)

Transformers Use Causal World Models in Maze-Solving Tasks
von: Spies, Alex F., et al.
Veröffentlicht: (2024)

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

Refining Minimax Regret for Unsupervised Environment Design
von: Beukman, Michael, et al.
Veröffentlicht: (2024)

FORM: Learning Expressive and Transferable First-Order Logic Reward Machines
von: Ardon, Leo, et al.
Veröffentlicht: (2024)

Optimal Control of Agent-Based Dynamics under Deep Galerkin Feedback Laws
von: Kelbel, Frederik
Veröffentlicht: (2024)

Length Generalization with Log-Depth Recurrent Units
von: Pert, Charles, et al.
Veröffentlicht: (2026)

RNN Generalization to Omega-Regular Languages
von: Pert, Charles, et al.
Veröffentlicht: (2025)

Quantitative Estimation of Target Task Performance from Unsupervised Pretext Task in Semi/Self-Supervised Learning
von: Jia, Lin-Han, et al.
Veröffentlicht: (2025)

Comparing Task-Agnostic Embedding Models for Tabular Data
von: Hoppe, Frederik, et al.
Veröffentlicht: (2025)

CLUTR: Curriculum Learning via Unsupervised Task Representation Learning
von: Azad, Abdus Salam, et al.
Veröffentlicht: (2022)

Fair Best Arm Identification with Fixed Confidence
von: Russo, Alessio, et al.
Veröffentlicht: (2024)

Beyond Distribution Sharpening: The Importance of Task Rewards
von: Mittal, Sarthak, et al.
Veröffentlicht: (2026)

In-Context Prompting Obsoletes Agent Orchestration for Procedural Tasks
von: Dennis, Simon, et al.
Veröffentlicht: (2026)

Accelerating Task Generalisation with Multi-Level Skill Hierarchies
von: Cannon, Thomas P, et al.
Veröffentlicht: (2024)

Unsupervised Skill Discovery for Robotic Manipulation through Automatic Task Generation
von: Jansonnie, Paul, et al.
Veröffentlicht: (2024)

Representation Learning for Sequential Volumetric Design Tasks
von: Alam, Md Ferdous, et al.
Veröffentlicht: (2023)

The Role of Foundation Models in Neuro-Symbolic Learning and Reasoning
von: Cunnington, Daniel, et al.
Veröffentlicht: (2024)

PeersimGym: An Environment for Solving the Task Offloading Problem with Reinforcement Learning
von: Metelo, Frederico, et al.
Veröffentlicht: (2024)

MAESTRO: Multi-Agent Environment Shaping through Task and Reward Optimization
von: Wu, Boyuan
Veröffentlicht: (2025)

Translating the Rashomon Effect to Sequential Decision-Making Tasks
von: Gross, Dennis, et al.
Veröffentlicht: (2025)

Grounding LTL Tasks in Sub-Symbolic RL Environments for Zero-Shot Generalization
von: Pannacci, Matteo, et al.
Veröffentlicht: (2026)

CUA-Gym: Scaling Verifiable Training Environments and Tasks for Computer-Use Agents
von: Wang, Bowen, et al.
Veröffentlicht: (2026)

Continual Reinforcement Learning via Autoencoder-Driven Task and New Environment Recognition
von: Erden, Zeki Doruk, et al.
Veröffentlicht: (2025)

Cortex-Inspired Continual Learning: Unsupervised Instantiation and Recovery of Functional Task Networks
von: McKee, Kevin, et al.
Veröffentlicht: (2026)

Beyond Losses Reweighting: Empowering Multi-Task Learning via the Generalization Perspective
von: Phan, Hoang, et al.
Veröffentlicht: (2022)

Beyond Shallow Behavior: Task-Efficient Value-Based Multi-Task Offline MARL via Skill Discovery
von: Wang, Xun, et al.
Veröffentlicht: (2025)

Intrinsic Task Symmetry Drives Generalization in Algorithmic Tasks
von: Hwang, Hyeonbin, et al.
Veröffentlicht: (2026)

Task Addition in Multi-Task Learning by Geometrical Alignment
von: Yim, Soorin, et al.
Veröffentlicht: (2024)

Task Scheduling & Forgetting in Multi-Task Reinforcement Learning
von: Speckmann, Marc, et al.
Veröffentlicht: (2025)

Improving Reinforcement Learning Efficiency with Auxiliary Tasks in Non-Visual Environments: A Comparison
von: Lange, Moritz, et al.
Veröffentlicht: (2023)

CORPGEN: Simulating Corporate Environments with Autonomous Digital Employees in Multi-Horizon Task Environments
von: Jaye, Abubakarr, et al.
Veröffentlicht: (2026)

Escaping Optimization Stagnation: Taking Steps Beyond Task Arithmetic via Difference Vectors
von: Wang, Jinping, et al.
Veröffentlicht: (2025)

AmbiK: Dataset of Ambiguous Tasks in Kitchen Environment
von: Ivanova, Anastasiia, et al.
Veröffentlicht: (2025)

Task-Level Insights from Eigenvalues across Sequence Models
von: Rickenbach, Rahel, et al.
Veröffentlicht: (2025)

The Overcooked Generalisation Challenge: Evaluating Cooperation with Novel Partners in Unknown Environments Using Unsupervised Environment Design
von: Ruhdorfer, Constantin, et al.
Veröffentlicht: (2024)

Experimental Design for Multi-Channel Imaging via Task-Driven Feature Selection
von: Blumberg, Stefano B., et al.
Veröffentlicht: (2022)

Fast and Robust: Task Sampling with Posterior and Diversity Synergies for Adaptive Decision-Makers in Randomized Environments
von: Qu, Yun, et al.
Veröffentlicht: (2025)

TIMRL: A Novel Meta-Reinforcement Learning Framework for Non-Stationary and Multi-Task Environments
von: Qi, Chenyang, et al.
Veröffentlicht: (2025)

Accelerating Proximal Policy Optimization Learning Using Task Prediction for Solving Environments with Delayed Rewards
von: Ahmad, Ahmad, et al.
Veröffentlicht: (2024)