:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Weaver, Lex, Baxter, Jonathan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2512.08855
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Multi-Agent, Policy-Gradient approach to Network Routing
von: Tao, Nigel, et al.
Veröffentlicht: (2025)

Reinforcement Learning in POMDP's via Direct Gradient Ascent
von: Baxter, Jonathan, et al.
Veröffentlicht: (2025)

Scaling Internal-State Policy-Gradient Methods for POMDPs
von: Aberdeen, Douglas, et al.
Veröffentlicht: (2025)

The Evolution of Learning Algorithms for Artificial Neural Networks
von: Baxter, Jonathan
Veröffentlicht: (2025)

A result relating convex n-widths to covering numbers with some applications to neural networks
von: Baxter, Jonathan, et al.
Veröffentlicht: (2025)

Transformers Can Learn Temporal Difference Methods for In-Context Reinforcement Learning
von: Wang, Jiuqi, et al.
Veröffentlicht: (2024)

Optimal Transport-Guided Safety in Temporal Difference Reinforcement Learning
von: Shahrooei, Zahra, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning and The Tale of Two Temporal Difference Errors
von: Rojas, Juan Sebastian, et al.
Veröffentlicht: (2026)

Generalized Gaussian Temporal Difference Error for Uncertainty-aware Reinforcement Learning
von: Kim, Seyeon, et al.
Veröffentlicht: (2024)

Differentiable Fuzzy Neural Networks for Recommender Systems
von: Bartl, Stephan, et al.
Veröffentlicht: (2025)

An Analysis of Action-Value Temporal-Difference Methods That Learn State Values
von: Daley, Brett, et al.
Veröffentlicht: (2025)

Simplifying Deep Temporal Difference Learning
von: Gallici, Matteo, et al.
Veröffentlicht: (2024)

An Analysis of Quantile Temporal-Difference Learning
von: Rowland, Mark, et al.
Veröffentlicht: (2023)

On the Statistical Benefits of Temporal Difference Learning
von: Cheikhi, David, et al.
Veröffentlicht: (2023)

Meta-Learning and Targeted Differential Privacy to Improve the Accuracy-Privacy Trade-off in Recommendations
von: Müllner, Peter, et al.
Veröffentlicht: (2026)

A New Error Temporal Difference Algorithm for Deep Reinforcement Learning in Microgrid Optimization
von: Yao, Fulong, et al.
Veröffentlicht: (2025)

Discerning Temporal Difference Learning
von: Ma, Jianfei
Veröffentlicht: (2023)

Backstepping Temporal Difference Learning
von: Lim, Han-Dong, et al.
Veröffentlicht: (2023)

AdaGamma: State-Dependent Discounting for Temporal Adaptation in Reinforcement Learning
von: Wang, Yaomin, et al.
Veröffentlicht: (2026)

Temporal Difference Learning with Compressed Updates: Error-Feedback meets Reinforcement Learning
von: Mitra, Aritra, et al.
Veröffentlicht: (2023)

Towards Parameter-Free Temporal Difference Learning
von: Li, Yunxiang, et al.
Veröffentlicht: (2026)

Temporal Difference Learning with Constrained Initial Representations
von: Lyu, Jiafei, et al.
Veröffentlicht: (2026)

New Versions of Gradient Temporal Difference Learning
von: Lee, Donghwan, et al.
Veröffentlicht: (2021)

Temporal-Difference Variational Continual Learning
von: Melo, Luckeciano C., et al.
Veröffentlicht: (2024)

Gradient Iterated Temporal-Difference Learning
von: Vincent, Théo, et al.
Veröffentlicht: (2026)

Implicit Updates for Average-Reward Temporal Difference Learning
von: Kim, Hwanwoo, et al.
Veröffentlicht: (2025)

n-Step Temporal Difference Learning with Optimal n
von: Mandal, Lakshmi, et al.
Veröffentlicht: (2023)

Temporal Abstraction in Reinforcement Learning with Offline Data
von: Ayyagari, Ranga Shaarad, et al.
Veröffentlicht: (2024)

Advantage-based Temporal Attack in Reinforcement Learning
von: He, Shenghong
Veröffentlicht: (2026)

Lane Change Intention Prediction of two distinct Populations using a Transformer
von: De Cristofaro, Francesco, et al.
Veröffentlicht: (2025)

Demystifying the Recency Heuristic in Temporal-Difference Learning
von: Daley, Brett, et al.
Veröffentlicht: (2024)

Accelerated Distributional Temporal Difference Learning with Linear Function Approximation
von: Jin, Kaicheng, et al.
Veröffentlicht: (2025)

Revisiting a Design Choice in Gradient Temporal Difference Learning
von: Qian, Xiaochi, et al.
Veröffentlicht: (2023)

Statistical Inference for Temporal Difference Learning with Linear Function Approximation
von: Wu, Weichen, et al.
Veröffentlicht: (2024)

On the Divergence of Differential Temporal Difference Learning without Local Clocks
von: Antrobius, David, et al.
Veröffentlicht: (2026)

Skill-Critic: Refining Learned Skills for Hierarchical Reinforcement Learning
von: Hao, Ce, et al.
Veröffentlicht: (2023)

From Pixels to Factors: Learning Independently Controllable State Variables for Reinforcement Learning
von: Rodriguez-Sanchez, Rafael, et al.
Veröffentlicht: (2025)

TEACH: Temporal Variance-Driven Curriculum for Reinforcement Learning
von: Chaudhary, Gaurav, et al.
Veröffentlicht: (2025)

TDRM: Smooth Reward Models with Temporal Difference for LLM RL and Inference
von: Zhang, Dan, et al.
Veröffentlicht: (2025)

Is Temporal Difference Learning the Gold Standard for Stitching in RL?
von: Bortkiewicz, Michał, et al.
Veröffentlicht: (2025)