Buchumschlag

Full-Gradient Successor Feature Representations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shrirao, Ritish, Priyadarshi, Aditya, Diddigi, Raghuram Bharadwaj
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generalisation in Multitask Fitted Q-Iteration and Offline Q-learning
von: Manda, Kausthubh, et al.
Veröffentlicht: (2025)

Learning Distinguishable Representations in Deep Q-Networks for Linear Transfer
von: Sathish, Sooraj, et al.
Veröffentlicht: (2025)

CLIP-RL: Aligning Language and Policy Representations for Task Transfer in Reinforcement Learning
von: Gautam, Chainesh, et al.
Veröffentlicht: (2025)

What is the relation between Slow Feature Analysis and the Successor Representation?
von: Seabrook, Eddie, et al.
Veröffentlicht: (2024)

Image Generation from Image Captioning -- Invertible Approach
von: Menon, Nandakishore S, et al.
Veröffentlicht: (2024)

$\pi2\text{vec}$: Policy Representations with Successor Features
von: Scarpellini, Gianluca, et al.
Veröffentlicht: (2023)

Which Features are Best for Successor Features?
von: Ollivier, Yann
Veröffentlicht: (2025)

Learning Successor Features the Simple Way
von: Chua, Raymond, et al.
Veröffentlicht: (2024)

Hierarchical Successor Representation for Robust Transfer
von: Yu, Changmin, et al.
Veröffentlicht: (2026)

A Distributional Analogue to the Successor Representation
von: Wiltzer, Harley, et al.
Veröffentlicht: (2024)

Temporal Representation Alignment: Successor Features Enable Emergent Compositionality in Robot Instruction Following
von: Myers, Vivek, et al.
Veröffentlicht: (2025)

Balancing Plasticity and Stability with Fast and Slow Successor Features
von: Chua, Raymond, et al.
Veröffentlicht: (2026)

Distributional Successor Features Enable Zero-Shot Policy Optimization
von: Zhu, Chuning, et al.
Veröffentlicht: (2024)

Learning Model Successors
von: Chang, Yingshan, et al.
Veröffentlicht: (2025)

Decoupling Exploration and Exploitation for Unsupervised Pre-training with Successor Features
von: Kim, JaeYoon, et al.
Veröffentlicht: (2024)

Stacked Universal Successor Feature Approximators for Safety in Reinforcement Learning
von: Cannon, Ian, et al.
Veröffentlicht: (2024)

Hierarchical Active Inference using Successor Representations
von: Rangarajan, Prashant, et al.
Veröffentlicht: (2026)

Successor-Predecessor Intrinsic Exploration
von: Yu, Changmin, et al.
Veröffentlicht: (2023)

Learning Successor Features with Distributed Hebbian Temporal Memory
von: Dzhivelikian, Evgenii, et al.
Veröffentlicht: (2023)

Non-Adversarial Inverse Reinforcement Learning via Successor Feature Matching
von: Jain, Arnav Kumar, et al.
Veröffentlicht: (2024)

SF-DQN: Provable Knowledge Transfer using Successor Feature for Deep Reinforcement Learning
von: Zhang, Shuai, et al.
Veröffentlicht: (2024)

Ensemble Successor Representations for Task Generalization in Offline-to-Online Reinforcement Learning
von: Wang, Changhong, et al.
Veröffentlicht: (2024)

Learning Temporal Distances: Contrastive Successor Features Can Provide a Metric Structure for Decision-Making
von: Myers, Vivek, et al.
Veröffentlicht: (2024)

Switching Successor Measures for Hierarchical Zero-shot Reinforcement Learning
von: Stojanovic, Stefan, et al.
Veröffentlicht: (2026)

Quality-Diversity Actor-Critic: Learning High-Performing and Diverse Behaviors via Value and Successor Features Critics
von: Grillotti, Luca, et al.
Veröffentlicht: (2024)

Multi-Modal Cognitive Maps based on Neural Networks trained on Successor Representations
von: Stoewer, Paul, et al.
Veröffentlicht: (2023)

Forward versus Backward: Comparing Reasoning Objectives in Direct Preference Optimization
von: Nikzad, Murtaza, et al.
Veröffentlicht: (2026)

PGN: The RNN's New Successor is Effective for Long-Range Time Series Forecasting
von: Jia, Yuxin, et al.
Veröffentlicht: (2024)

Bridge the gap: From selection to success
von: Bharadwaj Raghuram
Veröffentlicht: (2026)

Proto Successor Measure: Representing the Behavior Space of an RL Agent
von: Agarwal, Siddhant, et al.
Veröffentlicht: (2024)

Enhancing Q-Value Updates in Deep Q-Learning via Successor-State Prediction
von: Zu, Lipeng, et al.
Veröffentlicht: (2025)

Accelerating Divisible Load Processing Through Machine Learning: A Practical Framework for Large-Scale Workloads
von: Veeravalli, Bharadwaj
Veröffentlicht: (2026)

A Granger-Causal Perspective on Gradient Descent with Application to Pruning
von: Shah, Aditya, et al.
Veröffentlicht: (2024)

Understanding the Countably Infinite: Neural Network Models of the Successor Function and its Acquisition
von: Gupta, Vima, et al.
Veröffentlicht: (2023)

Predictive Maps of Multi-Agent Reasoning: A Successor-Representation Spectrum for LLM Communication Topologies
von: Parks, Ethan, et al.
Veröffentlicht: (2026)

QR-LoRA: QR-Based Low-Rank Adaptation for Efficient Fine-Tuning of Large Language Models
von: Liang, Jessica, et al.
Veröffentlicht: (2025)

Random Feature Representation Boosting
von: Zozoulenko, Nikita, et al.
Veröffentlicht: (2025)

Normalized Space Alignment: A Versatile Metric for Representation Analysis
von: Ebadulla, Danish, et al.
Veröffentlicht: (2024)

Understanding Hidden Computations in Chain-of-Thought Reasoning
von: Bharadwaj, Aryasomayajula Ram
Veröffentlicht: (2024)

Gradient Boosting Mapping for Dimensionality Reduction and Feature Extraction
von: Patron, Anri, et al.
Veröffentlicht: (2024)