:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ballentine, Alex E., Bapat, Nachiket U., Cowlagi, Raghvendra V.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2604.02438
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Synthetic Data Generation for Minimum-Exposure Navigation in a Time-Varying Environment using Generative AI Models
von: Bapat, Nachiket U., et al.
Veröffentlicht: (2025)

Inverse Reinforcement Learning for Minimum-Exposure Paths in Spatiotemporally Varying Scalar Fields
von: Ballentine, Alexandra E., et al.
Veröffentlicht: (2025)

Case Studies of Generative Machine Learning Models for Dynamical Systems
von: Bapat, Nachiket U., et al.
Veröffentlicht: (2025)

Trajectory Optimization for Minimum Threat Exposure using Physics-Informed Neural Networks
von: Ballentine, Alexandra E., et al.
Veröffentlicht: (2025)

Guided Data Augmentation for Offline Reinforcement Learning and Imitation Learning
von: Corrado, Nicholas E., et al.
Veröffentlicht: (2023)

Hierarchical Reinforcement Learning Framework for Stochastic Spaceflight Campaign Design
von: Takubo, Yuji, et al.
Veröffentlicht: (2021)

Optimal Coupled Sensor Placement and Path-Planning in Unknown Time-Varying Environments
von: Poudel, Prakash, et al.
Veröffentlicht: (2025)

Using Offline Data to Speed Up Reinforcement Learning in Procedurally Generated Environments
von: Andres, Alain, et al.
Veröffentlicht: (2023)

Mitigating Data Scarcity in Time Series Analysis: A Foundation Model with Series-Symbol Data Generation
von: Wang, Wenxuan, et al.
Veröffentlicht: (2025)

Unsupervised Data Generation for Offline Reinforcement Learning: A Perspective from Model
von: He, Shuncheng, et al.
Veröffentlicht: (2025)

An Investigation of Offline Reinforcement Learning in Factorisable Action Spaces
von: Beeson, Alex, et al.
Veröffentlicht: (2024)

Probabilistic Forecasting of Radiation Exposure for Spaceflight
von: Gurav, Rutuja, et al.
Veröffentlicht: (2024)

BeamVQ: Beam Search with Vector Quantization to Mitigate Data Scarcity in Physical Spatiotemporal Forecasting
von: Wang, Weiyan, et al.
Veröffentlicht: (2025)

Model-Free Robust $ϕ$-Divergence Reinforcement Learning Using Both Offline and Online Data
von: Panaganti, Kishan, et al.
Veröffentlicht: (2024)

A Survey of Reinforcement Learning for Large Language Models under Data Scarcity: Challenges and Solutions
von: Yu, Zhiyin, et al.
Veröffentlicht: (2026)

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

Offline Reinforcement Learning with Domain-Unlabeled Data
von: Nishimori, Soichiro, et al.
Veröffentlicht: (2024)

The Generalization Gap in Offline Reinforcement Learning
von: Mediratta, Ishita, et al.
Veröffentlicht: (2023)

Minimum-Time Sequential Traversal by a Team of Small Unmanned Aerial Vehicles in an Unknown Environment with Winds
von: DesRoches, Jeffrey A., et al.
Veröffentlicht: (2025)

Deep Transfer $Q$-Learning for Offline Non-Stationary Reinforcement Learning
von: Chai, Jinhang, et al.
Veröffentlicht: (2025)

Model-Based Offline Reinforcement Learning with Adversarial Data Augmentation
von: Cao, Hongye, et al.
Veröffentlicht: (2025)

Hints-In-Browser: Benchmarking Language Models for Programming Feedback Generation
von: Kotalwar, Nachiket, et al.
Veröffentlicht: (2024)

Beyond the Generative Learning Trilemma: Generative Model Assessment in Data Scarcity Domains
von: Salmè, Marco, et al.
Veröffentlicht: (2025)

Time Series Generation Under Data Scarcity: A Unified Generative Modeling Approach
von: Gonen, Tal, et al.
Veröffentlicht: (2025)

Data Center Cooling System Optimization Using Offline Reinforcement Learning
von: Zhan, Xianyuan, et al.
Veröffentlicht: (2025)

Jump Diffusion-Informed Neural Networks with Transfer Learning for Accurate American Option Pricing under Data Scarcity
von: Sun, Qiguo, et al.
Veröffentlicht: (2024)

A Primer on Variational Inference for Physics-Informed Deep Generative Modelling
von: Glyn-Davies, Alex, et al.
Veröffentlicht: (2024)

Trajectory-Level Data Augmentation for Offline Reinforcement Learning
von: Schmähling, Tobias, et al.
Veröffentlicht: (2026)

Leveraging Large Language Models to Address Data Scarcity in Machine Learning: Applications in Graphene Synthesis
von: Biswajeet, Devi Dutta, et al.
Veröffentlicht: (2025)

Offline Reinforcement Learning with Generative Trajectory Policies
von: Feng, Xinsong, et al.
Veröffentlicht: (2025)

Doubly Mild Generalization for Offline Reinforcement Learning
von: Mao, Yixiu, et al.
Veröffentlicht: (2024)

Data-Incremental Continual Offline Reinforcement Learning
von: Gai, Sibo, et al.
Veröffentlicht: (2024)

Tackling Data Corruption in Offline Reinforcement Learning via Sequence Modeling
von: Xu, Jiawei, et al.
Veröffentlicht: (2024)

Using Non-Expert Data to Robustify Imitation Learning via Offline Reinforcement Learning
von: Huang, Kevin, et al.
Veröffentlicht: (2025)

Switching the Loss Reduces the Cost in Batch (Offline) Reinforcement Learning
von: Ayoub, Alex, et al.
Veröffentlicht: (2024)

Benchmarks for Reinforcement Learning with Biased Offline Data and Imperfect Simulators
von: Linial, Ori, et al.
Veröffentlicht: (2024)

Active Advantage-Aligned Online Reinforcement Learning with Offline Data
von: Liu, Xuefeng, et al.
Veröffentlicht: (2025)

Offline Constrained Reinforcement Learning under Partial Data Coverage
von: Ko, Seokmin, et al.
Veröffentlicht: (2025)

FAWAC: Feasibility Informed Advantage Weighted Regression for Persistent Safety in Offline Reinforcement Learning
von: Koirala, Prajwal, et al.
Veröffentlicht: (2024)

Offline Trajectory Optimization for Offline Reinforcement Learning
von: Zhao, Ziqi, et al.
Veröffentlicht: (2024)