Buchumschlag

Intentional Updates for Streaming Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sharifnassab, Arsalan, Elsayed, Mohamed, De Asis, Kris, Mahmood, A. Rupam, Sutton, Richard S.
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

Streaming Deep Reinforcement Learning Finally Works
von: Elsayed, Mohamed, et al.
Veröffentlicht: (2024)

An Idiosyncrasy of Time-discretization in Reinforcement Learning
von: De Asis, Kris, et al.
Veröffentlicht: (2024)

MetaOptimize: A Framework for Optimizing Step Sizes and Other Meta-parameters
von: Sharifnassab, Arsalan, et al.
Veröffentlicht: (2024)

Addressing Loss of Plasticity and Catastrophic Forgetting in Continual Learning
von: Elsayed, Mohamed, et al.
Veröffentlicht: (2024)

Weight Clipping for Deep Continual and Reinforcement Learning
von: Elsayed, Mohamed, et al.
Veröffentlicht: (2024)

Step-size Optimization for Continual Learning
von: Degris, Thomas, et al.
Veröffentlicht: (2024)

Revisiting Scalable Hessian Diagonal Approximations for Applications in Reinforcement Learning
von: Elsayed, Mohamed, et al.
Veröffentlicht: (2024)

Extending Differential Temporal Difference Methods for Episodic Problems
von: De Asis, Kris, et al.
Veröffentlicht: (2026)

Learning to Optimize for Reinforcement Learning
von: Lan, Qingfeng, et al.
Veröffentlicht: (2023)

Soft Preference Optimization: Aligning Language Models to Expert Distributions
von: Sharifnassab, Arsalan, et al.
Veröffentlicht: (2024)

Deep Policy Gradient Methods Without Batch Updates, Target Networks, or Replay Buffers
von: Vasan, Gautham, et al.
Veröffentlicht: (2024)

Distributions as Actions: A Unified Framework for Diverse Action Spaces
von: He, Jiamin, et al.
Veröffentlicht: (2025)

More Efficient Randomized Exploration for Reinforcement Learning via Approximate Sampling
von: Ishfaq, Haque, et al.
Veröffentlicht: (2024)

Order Optimal Bounds for One-Shot Federated Learning over non-Convex Loss Functions
von: Sharifnassab, Arsalan, et al.
Veröffentlicht: (2021)

Towards Batch-to-Streaming Deep Reinforcement Learning for Continuous Control
von: De Monte, Riccardo, et al.
Veröffentlicht: (2026)

Squeezing More from the Stream : Learning Representation Online for Streaming Reinforcement Learning
von: Nilaksh, et al.
Veröffentlicht: (2026)

Revisiting Adam for Streaming Reinforcement Learning
von: Gogianu, Florin, et al.
Veröffentlicht: (2026)

Outcome-based Reinforcement Learning to Predict the Future
von: Turtel, Benjamin, et al.
Veröffentlicht: (2025)

Learning Rewards, Not Labels: Adversarial Inverse Reinforcement Learning for Machinery Fault Detection
von: Neupane, Dhiraj, et al.
Veröffentlicht: (2026)

Tilted Quantile Gradient Updates for Quantile-Constrained Reinforcement Learning
von: Li, Chenglin, et al.
Veröffentlicht: (2024)

SafeAdapt: Provably Safe Policy Updates in Deep Reinforcement Learning
von: Anisimov, Maksim, et al.
Veröffentlicht: (2026)

Cost Trade-offs in Matrix Inversion Updates for Streaming Outlier Detection
von: Grivet, Florian, et al.
Veröffentlicht: (2026)

Swift-Sarsa: Fast and Robust Linear Control
von: Javed, Khurram, et al.
Veröffentlicht: (2025)

Just-In-Time Reinforcement Learning: Continual Learning in LLM Agents Without Gradient Updates
von: Li, Yibo, et al.
Veröffentlicht: (2026)

Iterated $Q$-Network: Beyond One-Step Bellman Updates in Deep Reinforcement Learning
von: Vincent, Théo, et al.
Veröffentlicht: (2024)

SPEQ: Offline Stabilization Phases for Efficient Q-Learning in High Update-To-Data Ratio Reinforcement Learning
von: Romeo, Carlo, et al.
Veröffentlicht: (2025)

Machine Learning-based Android Intrusion Detection System
von: Tahreem, Madiha, et al.
Veröffentlicht: (2024)

QF-tuner: Breaking Tradition in Reinforcement Learning
von: Jumaah, Mahmood A., et al.
Veröffentlicht: (2024)

The Cell Must Go On: Agar.io for Continual Reinforcement Learning
von: Mohamed, Mohamed A., et al.
Veröffentlicht: (2025)

Silent Neuron Theory and Plasticity Preservation for Deep Reinforcement Learning in Adaptive Video Streaming
von: He, Zhiqiang, et al.
Veröffentlicht: (2025)

Target Networks and Over-parameterization Stabilize Off-policy Bootstrapping with Function Approximation
von: Che, Fengdi, et al.
Veröffentlicht: (2024)

Structured Reinforcement Learning for Media Streaming at the Wireless Edge
von: Bura, Archana, et al.
Veröffentlicht: (2024)

An Updated Assessment of Reinforcement Learning for Macro Placement
von: Cheng, Chung-Kuan, et al.
Veröffentlicht: (2023)

KernelBlaster: Continual Cross-Task CUDA Optimization via Memory-Augmented In-Context Reinforcement Learning
von: Dong, Kris Shengjun, et al.
Veröffentlicht: (2026)

Efficient Reinforcement Learning by Reducing Forgetting with Elephant Activation Functions
von: Lan, Qingfeng, et al.
Veröffentlicht: (2025)

Surprise-Adaptive Intrinsic Motivation for Unsupervised Reinforcement Learning
von: Hugessen, Adriana, et al.
Veröffentlicht: (2024)

Trust Region Inverse Reinforcement Learning: Explicit Dual Ascent using Local Policy Updates
von: Diwan, Anish, et al.
Veröffentlicht: (2026)

StreamFP: Learnable Fingerprint-guided Data Selection for Efficient Stream Learning
von: Shi, Tongjun, et al.
Veröffentlicht: (2024)

Emotion and Intention Guided Multi-Modal Learning for Sticker Response Selection
von: Hu, Yuxuan, et al.
Veröffentlicht: (2025)

Learning to Focus: Prioritizing Informative Histories with Structured Attention Mechanisms in Partially Observable Reinforcement Learning
von: Allegue, Daniel De Dios, et al.
Veröffentlicht: (2025)