Buchumschlag

Differentiation of Blackbox Combinatorial Solvers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vlastelica, Marin, Paulus, Anselm, Musil, Vít, Martius, Georg, Rolínek, Michal
Format:	Preprint
Veröffentlicht:	2019
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Optimizing Rank-based Metrics with Blackbox Differentiation
von: Rolínek, Michal, et al.
Veröffentlicht: (2019)

Deep Graph Matching via Blackbox Differentiation of Combinatorial Solvers
von: Rolínek, Michal, et al.
Veröffentlicht: (2020)

CombOptNet: Fit the Right NP-Hard Problem by Learning Integer Programming Constraints
von: Paulus, Anselm, et al.
Veröffentlicht: (2021)

Backpropagation through Combinatorial Algorithms: Identity with Projection Works
von: Sahoo, Subham Sekhar, et al.
Veröffentlicht: (2022)

LPGD: A General Framework for Backpropagation through Embedded Optimization Layers
von: Paulus, Anselm, et al.
Veröffentlicht: (2024)

SoftJAX & SoftTorch: Empowering Automatic Differentiation Libraries with Informative Gradients
von: Paulus, Anselm, et al.
Veröffentlicht: (2026)

Differentiable Simulation of Hard Contacts with Soft Gradients for Learning and Control
von: Paulus, Anselm, et al.
Veröffentlicht: (2025)

Dual-Force: Enhanced Offline Diversity Maximization under Imitation Constraints
von: Kolev, Pavel, et al.
Veröffentlicht: (2025)

Offline Diversity Maximization Under Imitation Constraints
von: Vlastelica, Marin, et al.
Veröffentlicht: (2023)

Epistemically-guided forward-backward exploration
von: Urpí, Núria Armengol, et al.
Veröffentlicht: (2025)

Causal Action Influence Aware Counterfactual Data Augmentation
von: Urpí, Núria Armengol, et al.
Veröffentlicht: (2024)

Novel Algorithms for Smoothly Differentiable and Efficiently Vectorizable Contact Manifold Construction
von: Beker, Onur, et al.
Veröffentlicht: (2026)

Optimistic Task Inference for Behavior Foundation Models
von: Rupf, Thomas, et al.
Veröffentlicht: (2025)

Colored Noise in PPO: Improved Exploration and Performance through Correlated Action Sampling
von: Hollenstein, Jakob, et al.
Veröffentlicht: (2023)

Directed Exploration in Reinforcement Learning from Linear Temporal Logic
von: Bagatella, Marco, et al.
Veröffentlicht: (2024)

Unsupervised Diffusion Solver for Combinatorial Optimization via Combinatorial Adjoint Matching
von: Feng, Shengyu, et al.
Veröffentlicht: (2026)

Soft Forward-Backward Representations for Zero-shot Reinforcement Learning with General Utilities
von: Bagatella, Marco, et al.
Veröffentlicht: (2026)

Object-Centric Learning for Real-World Videos by Predicting Temporal Feature Similarities
von: Zadaianchuk, Andrii, et al.
Veröffentlicht: (2023)

Active Fine-Tuning of Multi-Task Policies
von: Bagatella, Marco, et al.
Veröffentlicht: (2024)

Efficient Training of Multi-task Neural Solver for Combinatorial Optimization
von: Wang, Chenguang, et al.
Veröffentlicht: (2023)

Neural Solver Selection for Combinatorial Optimization
von: Gao, Chengrui, et al.
Veröffentlicht: (2024)

Scaling Laws and Tradeoffs in Recurrent Networks of Expressive Neurons
von: Spieler, Aaron, et al.
Veröffentlicht: (2026)

Test-time Offline Reinforcement Learning on Goal-related Experience
von: Bagatella, Marco, et al.
Veröffentlicht: (2025)

Zero-Shot Offline Imitation Learning via Optimal Transport
von: Rupf, Thomas, et al.
Veröffentlicht: (2024)

Rethinking Prompt Optimization: Reinforcement, Diversification, and Migration in Blackbox LLMs
von: Davari, MohammadReza, et al.
Veröffentlicht: (2025)

Outline of an Independent Systematic Blackbox Test for ML-based Systems
von: Wiesbrock, Hans-Werner, et al.
Veröffentlicht: (2024)

Smoothly Differentiable and Efficiently Vectorizable Contact Manifold Generation
von: Beker, Onur, et al.
Veröffentlicht: (2026)

Provable Maximum Entropy Manifold Exploration via Diffusion Models
von: De Santi, Riccardo, et al.
Veröffentlicht: (2025)

Flow Density Control: Generative Optimization Beyond Entropy-Regularized Fine-Tuning
von: De Santi, Riccardo, et al.
Veröffentlicht: (2025)

Blackbox Model Provenance via Palimpsestic Membership Inference
von: Kuditipudi, Rohith, et al.
Veröffentlicht: (2025)

Preference-Optimized Pareto Set Learning for Blackbox Optimization
von: Haishan, Zhang, et al.
Veröffentlicht: (2024)

CADO: From Imitation to Cost Minimization for Heatmap-based Solvers in Combinatorial Optimization
von: Song, Hyungseok, et al.
Veröffentlicht: (2026)

AdvPrompter: Fast Adaptive Adversarial Prompting for LLMs
von: Paulus, Anselm, et al.
Veröffentlicht: (2024)

Forecasting in Offline Reinforcement Learning for Non-stationary Environments
von: Ada, Suzan Ece, et al.
Veröffentlicht: (2025)

Offline vs. Online Learning in Model-based RL: Lessons for Data Collection Strategies
von: Chen, Jiaqi, et al.
Veröffentlicht: (2025)

Whispering to a Blackbox: Bootstrapping Frozen OCR with Visual Prompts
von: Samandarov, Samandar, et al.
Veröffentlicht: (2026)

Transfer Learning for Deep-Unfolded Combinatorial Optimization Solver with Quantum Annealer
von: Hagiwara, Ryo, et al.
Veröffentlicht: (2025)

Learning 3D-Gaussian Simulators from RGB Videos
von: Zhobro, Mikel, et al.
Veröffentlicht: (2025)

GASP: Guided Asymmetric Self-Play For Coding LLMs
von: Jana, Swadesh, et al.
Veröffentlicht: (2026)

Stochastic Decision Horizons for Constrained Reinforcement Learning
von: Milosevic, Nikola, et al.
Veröffentlicht: (2026)