Buchumschlag

A Loss Landscape Visualization Framework for Interpreting Reinforcement Learning: An ADHDP Case Study

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Jingyi, Guo, Jian, Gill, Eberhard
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Visualizing Critic Match Loss Landscapes for Interpretation of Online Reinforcement Learning Control Algorithms
von: Liu, Jingyi, et al.
Veröffentlicht: (2026)

Adapting Critic Match Loss Landscape Visualization to Off-policy Reinforcement Learning
von: Liu, Jingyi, et al.
Veröffentlicht: (2026)

Reinforcement Learning Within the Classical Robotics Stack: A Case Study in Robot Soccer
von: Labiosa, Adam, et al.
Veröffentlicht: (2024)

Are LLMs The Way Forward? A Case Study on LLM-Guided Reinforcement Learning for Decentralized Autonomous Driving
von: Anvar, Timur, et al.
Veröffentlicht: (2025)

Exploiting Hybrid Policy in Reinforcement Learning for Interpretable Temporal Logic Manipulation
von: Zhang, Hao, et al.
Veröffentlicht: (2024)

Affordance-Guided Reinforcement Learning via Visual Prompting
von: Lee, Olivia Y., et al.
Veröffentlicht: (2024)

V-Max: A Reinforcement Learning Framework for Autonomous Driving
von: Charraut, Valentin, et al.
Veröffentlicht: (2025)

MOBODY: Model Based Off-Dynamics Offline Reinforcement Learning
von: Guo, Yihong, et al.
Veröffentlicht: (2025)

Distilling Reinforcement Learning Policies for Interpretable Robot Locomotion: Gradient Boosting Machines and Symbolic Regression
von: Acero, Fernando, et al.
Veröffentlicht: (2024)

ACL-QL: Adaptive Conservative Level in Q-Learning for Offline Reinforcement Learning
von: Wu, Kun, et al.
Veröffentlicht: (2024)

Probabilistic Constrained Reinforcement Learning with Formal Interpretability
von: Wang, Yanran, et al.
Veröffentlicht: (2023)

Autonomous Navigation of an Ultrasound Probe Towards Standard Scan Planes with Deep Reinforcement Learning
von: Li, Keyu, et al.
Veröffentlicht: (2021)

GUARD: A Safe Reinforcement Learning Benchmark
von: Zhao, Weiye, et al.
Veröffentlicht: (2023)

Off-Dynamics Reinforcement Learning via Domain Adaptation and Reward Augmented Imitation
von: Guo, Yihong, et al.
Veröffentlicht: (2024)

GOPT: Generalizable Online 3D Bin Packing via Transformer-based Deep Reinforcement Learning
von: Xiong, Heng, et al.
Veröffentlicht: (2024)

VendiRL: A Framework for Self-Supervised Reinforcement Learning of Diversely Diverse Skills
von: Lintunen, Erik M.
Veröffentlicht: (2025)

Cross-Domain Energy-Guided Diffusion Generation for Off-Dynamics Reinforcement Learning
von: Yang, Yu, et al.
Veröffentlicht: (2026)

Boundary-to-Region Supervision for Offline Safe Reinforcement Learning
von: Su, Huikang, et al.
Veröffentlicht: (2025)

Online Decision MetaMorphFormer: A Casual Transformer-Based Reinforcement Learning Framework of Universal Embodied Intelligence
von: Ji, Luo, et al.
Veröffentlicht: (2024)

A Platform-Agnostic Deep Reinforcement Learning Framework for Effective Sim2Real Transfer towards Autonomous Driving
von: Li, Dianzhao, et al.
Veröffentlicht: (2023)

Hierarchical Reinforcement Learning for Swarm Confrontation with High Uncertainty
von: Wu, Qizhen, et al.
Veröffentlicht: (2024)

Implicit Safe Set Algorithm for Provably Safe Reinforcement Learning
von: Zhao, Weiye, et al.
Veröffentlicht: (2024)

Performance Asymmetry in Model-Based Reinforcement Learning
von: Lim, Jing Yu, et al.
Veröffentlicht: (2025)

A Clean Slate for Offline Reinforcement Learning
von: Jackson, Matthew Thomas, et al.
Veröffentlicht: (2025)

RL-100: Performant Robotic Manipulation with Real-World Reinforcement Learning
von: Lei, Kun, et al.
Veröffentlicht: (2025)

Robust Offline Reinforcement Learning with Linearly Structured f-Divergence Regularization
von: Tang, Cheng, et al.
Veröffentlicht: (2024)

Return Augmented Decision Transformer for Off-Dynamics Reinforcement Learning
von: Wang, Ruhan, et al.
Veröffentlicht: (2024)

Evaluating Reinforcement Learning Algorithms for Navigation in Simulated Robotic Quadrupeds: A Comparative Study Inspired by Guide Dog Behaviour
von: Harrison, Emma M. A.
Veröffentlicht: (2025)

Reinforcement Learning with Action Chunking
von: Li, Qiyang, et al.
Veröffentlicht: (2025)

RILe: Reinforced Imitation Learning
von: Albaba, Mert, et al.
Veröffentlicht: (2024)

Rating-based Reinforcement Learning
von: White, Devin, et al.
Veröffentlicht: (2023)

ENOTO: Improving Offline-to-Online Reinforcement Learning with Q-Ensembles
von: Zhao, Kai, et al.
Veröffentlicht: (2023)

Adaptive Advantage-Guided Policy Regularization for Offline Reinforcement Learning
von: Liu, Tenglong, et al.
Veröffentlicht: (2024)

Diffusion Policies with Value-Conditional Optimization for Offline Reinforcement Learning
von: Ma, Yunchang, et al.
Veröffentlicht: (2025)

A Goal-Oriented Reinforcement Learning-Based Path Planning Algorithm for Modular Self-Reconfigurable Satellites
von: Liu, Bofei, et al.
Veröffentlicht: (2025)

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

Decentralized Structural-RNN for Robot Crowd Navigation with Deep Reinforcement Learning
von: Liu, Shuijing, et al.
Veröffentlicht: (2020)

Sample Complexity of Distributionally Robust Off-Dynamics Reinforcement Learning with Online Interaction
von: He, Yiting, et al.
Veröffentlicht: (2025)

Sampling-Based Safe Reinforcement Learning
von: Vignola, Luca, et al.
Veröffentlicht: (2026)

Task-specific Subnetwork Discovery in Reinforcement Learning for Autonomous Underwater Navigation
von: Liu, Yi-Ling, et al.
Veröffentlicht: (2026)