Buchumschlag

Selecting Decision-Relevant Concepts in Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Raman, Naveen, Milani, Stephanie, Fang, Fei
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

LICORICE: Label-Efficient Concept-Based Interpretable Reinforcement Learning
von: Ye, Zhuorui, et al.
Veröffentlicht: (2024)

Global Rewards in Restless Multi-Armed Bandits
von: Raman, Naveen, et al.
Veröffentlicht: (2024)

Do Concept Bottleneck Models Respect Localities?
von: Raman, Naveen, et al.
Veröffentlicht: (2024)

Contextual Budget Bandit for Food Rescue Volunteer Engagement
von: Tang, Ariana, et al.
Veröffentlicht: (2025)

Healthcare LLM Benchmarks Are Only as Good as Their Explicit Assumptions
von: Raman, Naveen, et al.
Veröffentlicht: (2026)

On The Statistical Complexity of Offline Decision-Making
von: Nguyen-Tang, Thanh, et al.
Veröffentlicht: (2025)

On Sample-Efficient Offline Reinforcement Learning: Data Diversity, Posterior Sampling, and Beyond
von: Nguyen-Tang, Thanh, et al.
Veröffentlicht: (2024)

Decision Mamba: Reinforcement Learning via Sequence Modeling with Selective State Spaces
von: Ota, Toshihiro
Veröffentlicht: (2024)

Offline Inverse Constrained Reinforcement Learning for Safe-Critical Decision Making in Healthcare
von: Fang, Nan, et al.
Veröffentlicht: (2024)

To Measure or Not: A Cost-Sensitive, Selective Measuring Environment for Agricultural Management Decisions with Reinforcement Learning
von: Baja, Hilmy, et al.
Veröffentlicht: (2025)

Cyclical Log Annealing as a Learning Rate Scheduler
von: Naveen, Philip
Veröffentlicht: (2024)

Compositional Learning of Visually-Grounded Concepts Using Reinforcement
von: Lin, Zijun, et al.
Veröffentlicht: (2023)

LearnAlign: Data Selection for LLM Reinforcement Learning with Improved Gradient Alignment
von: Li, Shipeng, et al.
Veröffentlicht: (2025)

From Attribution Maps to Human-Understandable Explanations through Concept Relevance Propagation
von: Achtibat, Reduan, et al.
Veröffentlicht: (2022)

GRAIL: Autonomous Concept Grounding for Neuro-Symbolic Reinforcement Learning
von: Shindo, Hikaru, et al.
Veröffentlicht: (2026)

A Survey on Explainable Reinforcement Learning: Concepts, Algorithms, Challenges
von: Qing, Yunpeng, et al.
Veröffentlicht: (2022)

Solving Continual Offline Reinforcement Learning with Decision Transformer
von: Huang, Kaixin, et al.
Veröffentlicht: (2024)

Why the Agent Made that Decision: Contrastive Explanation Learning for Reinforcement Learning
von: Zuo, Rui, et al.
Veröffentlicht: (2024)

Reinforcement Learning with Pairwise Preferences in Long-Term Decision Problems
von: Carr, Jonathan Colaço, et al.
Veröffentlicht: (2026)

Decision-Focused Model-based Reinforcement Learning for Reward Transfer
von: Sharma, Abhishek, et al.
Veröffentlicht: (2023)

Reinforcement Learning Gradients as Vitamin for Online Finetuning Decision Transformers
von: Yan, Kai, et al.
Veröffentlicht: (2024)

Generating Query-Relevant Document Summaries via Reinforcement Learning
von: Yadav, Nitin, et al.
Veröffentlicht: (2025)

Quantifying First-Order Markov Violations in Noisy Reinforcement Learning: A Causal Discovery Approach
von: Mysore, Naveen
Veröffentlicht: (2025)

ConceptTracer: Interactive Analysis of Concept Saliency and Selectivity in Neural Representations
von: Knauer, Ricardo, et al.
Veröffentlicht: (2026)

Operator-Guided Invariance Learning for Continuous Reinforcement Learning
von: Zhang, Zuyuan, et al.
Veröffentlicht: (2026)

Should We Ever Prefer Decision Transformer for Offline Reinforcement Learning?
von: Omori, Yumi, et al.
Veröffentlicht: (2025)

Diffusion-Augmented Markov Decision Processes for Maximum Entropy Reinforcement Learning
von: Sanokowski, Sebastian, et al.
Veröffentlicht: (2025)

BET: Explaining Deep Reinforcement Learning through The Error-Prone Decisions
von: Liu, Xiao, et al.
Veröffentlicht: (2024)

When should we prefer Decision Transformers for Offline Reinforcement Learning?
von: Bhargava, Prajjwal, et al.
Veröffentlicht: (2023)

In-Context Decision Transformer: Reinforcement Learning via Hierarchical Chain-of-Thought
von: Huang, Sili, et al.
Veröffentlicht: (2024)

$λ$-models: Effective Decision-Aware Reinforcement Learning with Latent Models
von: Voelcker, Claas A, et al.
Veröffentlicht: (2023)

Post-Hoc Reversal: Are We Selecting Models Prematurely?
von: Ranjan, Rishabh, et al.
Veröffentlicht: (2024)

Reinforcement Learning Methods for Neighborhood Selection in Local Search
von: Molinghen, Yannick, et al.
Veröffentlicht: (2026)

Combining Bayesian Inference and Reinforcement Learning for Agent Decision Making: A Review
von: Zhou, Chengmin, et al.
Veröffentlicht: (2025)

Task-Aware Harmony Multi-Task Decision Transformer for Offline Reinforcement Learning
von: Fan, Ziqing, et al.
Veröffentlicht: (2024)

Soft Conflict-Resolution Decision Transformer for Offline Multi-Task Reinforcement Learning
von: Wang, Shudong, et al.
Veröffentlicht: (2025)

Quantum Decision Transformers (QDT): Synergistic Entanglement and Interference for Offline Reinforcement Learning
von: Weinberg, Abraham Itzhak
Veröffentlicht: (2025)

Temporal Logic Specification-Conditioned Decision Transformer for Offline Safe Reinforcement Learning
von: Guo, Zijian, et al.
Veröffentlicht: (2024)

Provably Efficient Reward Transfer in Reinforcement Learning with Discrete Markov Decision Processes
von: Vora, Kevin, et al.
Veröffentlicht: (2025)

Globally Optimal Hierarchical Reinforcement Learning for Linearly-Solvable Markov Decision Processes
von: Infante, Guillermo, et al.
Veröffentlicht: (2021)