:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Jin, Wu, Yue, Huang, Mengsha, Sun, Yuhao, He, Hao, Zhan, Xianyuan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2602.01196
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Bidirectional-Reachable Hierarchical Reinforcement Learning with Mutually Responsive Policies
von: Luo, Yu, et al.
Veröffentlicht: (2024)

Neural Co-state Policies: Structuring Hidden States in Recurrent Reinforcement Learning
von: Leeftink, David, et al.
Veröffentlicht: (2026)

OMPO: A Unified Framework for RL under Policy and Dynamics Shifts
von: Luo, Yu, et al.
Veröffentlicht: (2024)

Signal-Adaptive Trust Regions for Gradient-Free Optimization of Recurrent Spiking Neural Networks
von: Li, Jinhao, et al.
Veröffentlicht: (2026)

A Comprehensive Survey of Cross-Domain Policy Transfer for Embodied Agents
von: Niu, Haoyi, et al.
Veröffentlicht: (2024)

Query-Policy Misalignment in Preference-Based Reinforcement Learning
von: Hu, Xiao, et al.
Veröffentlicht: (2023)

Offline-Boosted Actor-Critic: Adaptively Blending Optimal Historical Behaviors in Deep Off-Policy RL
von: Luo, Yu, et al.
Veröffentlicht: (2024)

Seizing Serendipity: Exploiting the Value of Past Success in Off-Policy Actor-Critic
von: Ji, Tianying, et al.
Veröffentlicht: (2023)

Feasible Policy Iteration for Safe Reinforcement Learning
von: Yang, Yujie, et al.
Veröffentlicht: (2023)

Policy Bifurcation in Safe Reinforcement Learning
von: Zou, Wenjun, et al.
Veröffentlicht: (2024)

Unraveling the Impact of Heterophilic Structures on Graph Positive-Unlabeled Learning
von: Wu, Yuhao, et al.
Veröffentlicht: (2024)

ODICE: Revealing the Mystery of Distribution Correction Estimation via Orthogonal-gradient Update
von: Mao, Liyuan, et al.
Veröffentlicht: (2024)

When to Trust Your Simulator: Dynamics-Aware Hybrid Offline-and-Online Reinforcement Learning
von: Niu, Haoyi, et al.
Veröffentlicht: (2022)

GRANP: A Graph Recurrent Attentive Neural Process Model for Vehicle Trajectory Prediction
von: Luo, Yuhao, et al.
Veröffentlicht: (2024)

Dichotomous Diffusion Policy Optimization
von: Liang, Ruiming, et al.
Veröffentlicht: (2025)

Are Expressive Models Truly Necessary for Offline RL?
von: Wang, Guan, et al.
Veröffentlicht: (2024)

Diffusion-DICE: In-Sample Diffusion Guidance for Offline Reinforcement Learning
von: Mao, Liyuan, et al.
Veröffentlicht: (2024)

Learning Sequence Attractors in Recurrent Networks with Hidden Neurons
von: Lu, Yao, et al.
Veröffentlicht: (2024)

Activity-aware Human Mobility Prediction with Hierarchical Graph Attention Recurrent Network
von: Tang, Yihong, et al.
Veröffentlicht: (2022)

Towards Robust Zero-Shot Reinforcement Learning
von: Zheng, Kexin, et al.
Veröffentlicht: (2025)

LSEnet: Lorentz Structural Entropy Neural Network for Deep Graph Clustering
von: Sun, Li, et al.
Veröffentlicht: (2024)

H2O+: An Improved Framework for Hybrid Offline-and-Online RL with Dynamics Gaps
von: Niu, Haoyi, et al.
Veröffentlicht: (2023)

Generative System Dynamics in Recurrent Neural Networks
von: Casoni, Michele, et al.
Veröffentlicht: (2025)

Generalization and Risk Bounds for Recurrent Neural Networks
von: Cheng, Xuewei, et al.
Veröffentlicht: (2024)

Recurrent Neural Networks with Linear Structures for Electricity Price Forecasting
von: Amor, Souhir Ben, et al.
Veröffentlicht: (2025)

ParaRNN: An Interpretable and Parallelizable Recurrent Neural Network for Time-Dependent Data
von: Cai, Yuxi, et al.
Veröffentlicht: (2026)

Single-Rollout Hidden-State Dynamics for Training-Free RLVR Data Selection
von: Wu, Jianghao, et al.
Veröffentlicht: (2026)

Unraveling the Black Box of Neural Networks: A Dynamic Extremum Mapper
von: Chen, Shengjian
Veröffentlicht: (2025)

Skill Expansion and Composition in Parameter Space
von: Liu, Tenglong, et al.
Veröffentlicht: (2025)

Neural Operator Learning for Long-Time Integration in Dynamical Systems with Recurrent Neural Networks
von: Michałowska, Katarzyna, et al.
Veröffentlicht: (2023)

Safe Offline Reinforcement Learning with Feasibility-Guided Diffusion Model
von: Zheng, Yinan, et al.
Veröffentlicht: (2024)

xTED: Cross-Domain Adaptation via Diffusion-Based Trajectory Editing
von: Niu, Haoyi, et al.
Veröffentlicht: (2024)

Unraveling Privacy Risks of Individual Fairness in Graph Neural Networks
von: Zhang, He, et al.
Veröffentlicht: (2023)

Structure Disruption: Subverting Malicious Diffusion-Based Inpainting via Self-Attention Query Perturbation
von: He, Yuhao, et al.
Veröffentlicht: (2025)

Hidden Markov Neural Networks
von: Rimella, Lorenzo, et al.
Veröffentlicht: (2020)

PIMRL: Physics-Informed Multi-Scale Recurrent Learning for Burst-Sampled Spatiotemporal Dynamics
von: Wan, Han, et al.
Veröffentlicht: (2025)

Data-Driven Dynamic Friction Models based on Recurrent Neural Networks
von: Cortes, Gaëtan, et al.
Veröffentlicht: (2024)

Spark: Strategic Policy-Aware Exploration via Dynamic Branching for Long-Horizon Agentic Learning
von: Wu, Jinyang, et al.
Veröffentlicht: (2026)

Dynamics and Representation Structure of Local Approximations to Gradient-Based Learning in Linear Recurrent Neural Networks
von: Williams, Ezekiel, et al.
Veröffentlicht: (2026)

GP2F: Cross-Domain Graph Prompting with Adaptive Fusion of Pre-trained Graph Neural Networks
von: He, Dongxiao, et al.
Veröffentlicht: (2026)