Buchumschlag

On the Structural Non-Preservation of Epistemic Behaviour under Policy Transformation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Galozy, Alexander
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Soft-Label Training Preserves Epistemic Uncertainty
von: Singh, Agamdeep, et al.
Veröffentlicht: (2025)

A Survey on Structure-Preserving Graph Transformers
von: Hoang, Van Thuy, et al.
Veröffentlicht: (2024)

Behaviour Policy Optimization: Provably Lower Variance Return Estimates for Off-Policy Reinforcement Learning
von: Goodall, Alexander W., et al.
Veröffentlicht: (2025)

Model-Based Epistemic Variance of Values for Risk-Aware Policy Optimization
von: Luis, Carlos E., et al.
Veröffentlicht: (2023)

Off-Policy Evaluation and Learning for the Future under Non-Stationarity
von: Shimizu, Tatsuhiro, et al.
Veröffentlicht: (2025)

Credal Concept Bottleneck Models: Structural Separation of Epistemic and Aleatoric Uncertainty
von: Mukherjee, Tanmoy, et al.
Veröffentlicht: (2026)

Structure-Aware Epistemic Uncertainty Quantification for Neural Operator PDE Surrogates
von: Song, Haoze, et al.
Veröffentlicht: (2026)

Preserving Vector Space Properties in Dimensionality Reduction: A Relationship Preserving Loss Framework
von: Weinwurm, Eddi, et al.
Veröffentlicht: (2025)

Quantifying Epistemic Uncertainty in Diffusion Models
von: Gupta, Aditi, et al.
Veröffentlicht: (2026)

Epistemic Uncertainty for Test-Time Discovery
von: Riaz, Kainat, et al.
Veröffentlicht: (2026)

Epistemic Monte Carlo Tree Search
von: Oren, Yaniv, et al.
Veröffentlicht: (2022)

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

Frictive Policy Optimization for LLMs: Epistemic Intervention, Risk-Sensitive Control, and Reflective Alignment
von: Pustejovsky, James, et al.
Veröffentlicht: (2026)

Decomposing Epistemic Uncertainty for Causal Decision Making
von: Rahman, Md Musfiqur, et al.
Veröffentlicht: (2026)

Ensured: Explanations for Decreasing the Epistemic Uncertainty in Predictions
von: Löfström, Helena, et al.
Veröffentlicht: (2024)

DiffClone: Enhanced Behaviour Cloning in Robotics with Diffusion-Driven Policy Learning
von: Mani, Sabariswaran, et al.
Veröffentlicht: (2024)

Towards a More Complete Theory of Function Preserving Transforms
von: Painter, Michael
Veröffentlicht: (2024)

Behaviour Distillation
von: Lupu, Andrei, et al.
Veröffentlicht: (2024)

Policy Dispersion in Non-Markovian Environment
von: Qu, Bohao, et al.
Veröffentlicht: (2023)

Systematic Relational Reasoning With Epistemic Graph Neural Networks
von: Khalid, Irtaza, et al.
Veröffentlicht: (2024)

Cardinality-Preserving Attention Channels for Graph Transformers in Molecular Property Prediction
von: Gupta, Abhijit
Veröffentlicht: (2026)

On the Epistemic Uncertainty of Overparametrized Neural Networks
von: Rügamer, David
Veröffentlicht: (2026)

Is Epistemic Uncertainty Faithfully Represented by Evidential Deep Learning Methods?
von: Jürgens, Mira, et al.
Veröffentlicht: (2024)

Hierarchical Behaviour Spaces
von: Matthews, Michael Tryfan, et al.
Veröffentlicht: (2026)

From Aleatoric to Epistemic: Exploring Uncertainty Quantification Techniques in Artificial Intelligence
von: Wang, Tianyang, et al.
Veröffentlicht: (2025)

Where to Measure: Epistemic Uncertainty-Based Sensor Placement with ConvCNPs
von: Eksen, Feyza, et al.
Veröffentlicht: (2025)

Policy Gradient Methods for Non-Markovian Reinforcement Learning
von: Kar, Avik, et al.
Veröffentlicht: (2026)

Robust Regularized Policy Iteration under Transition Uncertainty
von: Lin, Hongqiang, et al.
Veröffentlicht: (2026)

Privacy-Preserving Personalized Federated Learning for Distributed Photovoltaic Disaggregation under Statistical Heterogeneity
von: Chen, Xiaolu, et al.
Veröffentlicht: (2025)

Transformers Provably Implement In-Context Reinforcement Learning with Policy Improvement
von: Liang, Haodong, et al.
Veröffentlicht: (2026)

Do Transformer World Models Give Better Policy Gradients?
von: Ma, Michel, et al.
Veröffentlicht: (2024)

Efficient Epistemic Uncertainty Estimation for Large Language Models via Knowledge Distillation
von: Park, Seonghyeon, et al.
Veröffentlicht: (2026)

Extending Epistemic Uncertainty Beyond Parameters Would Assist in Designing Reliable LLMs
von: Nguyen-Hien, T. Duy, et al.
Veröffentlicht: (2025)

HybridFlow: Quantification of Aleatoric and Epistemic Uncertainty with a Single Hybrid Model
von: Van Katwyk, Peter, et al.
Veröffentlicht: (2025)

Joint-Centric Dual Contrastive Alignment with Structure-Preserving and Information-Balanced Regularization
von: Naderi, Habibeh, et al.
Veröffentlicht: (2026)

NdLinear: Preserving Multi-Dimensional Structure for Parameter-Efficient Neural Networks
von: Reneau, Alex, et al.
Veröffentlicht: (2025)

Decision Making in Non-Stationary Environments with Policy-Augmented Search
von: Pettet, Ava, et al.
Veröffentlicht: (2024)

Trust the Batch, On- or Off-Policy: Adaptive Policy Optimization for RL Post-Training
von: Fakoor, Rasool, et al.
Veröffentlicht: (2026)

The Limits of Predicting Agents from Behaviour
von: Bellot, Alexis, et al.
Veröffentlicht: (2025)

Structured Role-Aware Policy Optimization for Multimodal Reasoning
von: Jiang, Bingqing, et al.
Veröffentlicht: (2026)