Unsupervised Behavioral Compression: Learning Low-Dimensional Policy Manifolds through State-Occupancy Matching

Davide Tenedini;Riccardo Zamboni;Mirco Mutti;Marcello Restelli
2026-01-01

2026
reinforcement learning, unsupervised reinforcement learning, policy space compression, representation learning, policy optimization, behavioral representation
File in questo prodotto:
File Dimensione Formato  
Paper135.pdf

accesso aperto

: Publisher’s version
Dimensione 33.84 MB
Formato Adobe PDF
33.84 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11311/1327625
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
  • OpenAlex ND
social impact