Buchumschlag

Reinforcement Teaching

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Muslimani, Calarina, Lewandowski, Alex, Schuurmans, Dale, Taylor, Matthew E., Luo, Jun
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Leveraging Sub-Optimal Data for Human-in-the-Loop Reinforcement Learning
von: Muslimani, Calarina, et al.
Veröffentlicht: (2024)

Reward Learning through Ranking Mean Squared Error
von: Kharyal, Chaitanya, et al.
Veröffentlicht: (2026)

Boosting Robustness in Preference-Based Reinforcement Learning with Dynamic Sparsity
von: Muslimani, Calarina, et al.
Veröffentlicht: (2024)

Plastic Learning with Deep Fourier Features
von: Lewandowski, Alex, et al.
Veröffentlicht: (2024)

Towards Improving Reward Design in RL: A Reward Alignment Metric for RL Practitioners
von: Muslimani, Calarina, et al.
Veröffentlicht: (2025)

Directions of Curvature as an Explanation for Loss of Plasticity
von: Lewandowski, Alex, et al.
Veröffentlicht: (2023)

The Trajectory Alignment Coefficient in Two Acts: From Reward Tuning to Reward Learning
von: Muslimani, Calarina, et al.
Veröffentlicht: (2026)

Rectifying Regression in Reinforcement Learning
von: Ayoub, Alex, et al.
Veröffentlicht: (2025)

Learning to Reason Efficiently with Discounted Reinforcement Learning
von: Ayoub, Alex, et al.
Veröffentlicht: (2025)

Learning Continually by Spectral Regularization
von: Lewandowski, Alex, et al.
Veröffentlicht: (2024)

Spectral Ghost in Representation Learning: from Component Analysis to Self-Supervised Learning
von: Dai, Bo, et al.
Veröffentlicht: (2026)

Spectral Representation-based Reinforcement Learning
von: Gao, Chenxiao, et al.
Veröffentlicht: (2025)

Provable Representation with Efficient Planning for Partial Observable Reinforcement Learning
von: Zhang, Hongming, et al.
Veröffentlicht: (2023)

Toward Understanding In-context vs. In-weight Learning
von: Chan, Bryan, et al.
Veröffentlicht: (2024)

Universal computation is intrinsic to language model decoding
von: Lewandowski, Alex, et al.
Veröffentlicht: (2026)

Balancing Expressivity and Robustness: Constrained Rational Activations for Reinforcement Learning
von: Surdej, Rafał, et al.
Veröffentlicht: (2025)

Managing Temporal Resolution in Continuous Value Estimation: A Fundamental Trade-off
von: Zhang, Zichen, et al.
Veröffentlicht: (2022)

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

Ordering-based Conditions for Global Convergence of Policy Gradient Methods
von: Mei, Jincheng, et al.
Veröffentlicht: (2025)

Stochastic Gradient Succeeds for Bandits
von: Mei, Jincheng, et al.
Veröffentlicht: (2024)

The Need for a Big World Simulator: A Scientific Challenge for Continual Learning
von: Kumar, Saurabh, et al.
Veröffentlicht: (2024)

Small steps no more: Global convergence of stochastic gradient bandits for arbitrary learning rates
von: Mei, Jincheng, et al.
Veröffentlicht: (2025)

A Unified Noise-Curvature View of Loss of Trainability
von: Baveja, Gunbir Singh, et al.
Veröffentlicht: (2025)

CANDERE-COACH: Reinforcement Learning from Noisy Feedback
von: Li, Yuxuan, et al.
Veröffentlicht: (2024)

Learning to Forget: Continual Learning with Adaptive Weight Decay
von: Ramesh, Aditya A., et al.
Veröffentlicht: (2026)

Faster WIND: Accelerating Iterative Best-of-$N$ Distillation for LLM Alignment
von: Yang, Tong, et al.
Veröffentlicht: (2024)

Teaching Large Language Models to Reason with Reinforcement Learning
von: Havrilla, Alex, et al.
Veröffentlicht: (2024)

Beyond Expectations: Learning with Stochastic Dominance Made Practical
von: Cen, Shicong, et al.
Veröffentlicht: (2024)

Scalable Diffusion for Materials Generation
von: Yang, Sherry, et al.
Veröffentlicht: (2023)

Rethinking the Global Convergence of Softmax Policy Gradient with Linear Function Approximation
von: Lin, Max Qiushi, et al.
Veröffentlicht: (2025)

Operator Learning for Power Systems Simulation
von: Schlegel, Matthew, et al.
Veröffentlicht: (2025)

BraVE: Offline Reinforcement Learning for Discrete Combinatorial Action Spaces
von: Landers, Matthew, et al.
Veröffentlicht: (2024)

Value-Incentivized Preference Optimization: A Unified Approach to Online and Offline RLHF
von: Cen, Shicong, et al.
Veröffentlicht: (2024)

Improving Dynamic Object Interactions in Text-to-Video Generation with AI Feedback
von: Furuta, Hiroki, et al.
Veröffentlicht: (2024)

TIC-GRPO: Provable and Efficient Optimization for Reinforcement Learning from Human Feedback
von: Pang, Lei, et al.
Veröffentlicht: (2025)

SACn: Soft Actor-Critic with n-step Returns
von: Łyskawa, Jakub, et al.
Veröffentlicht: (2025)

FPGA Divide-and-Conquer Placement using Deep Reinforcement Learning
von: Wang, Shang, et al.
Veröffentlicht: (2024)

Laplacian Representations for Decision-Time Planning
von: Shehmar, Dikshant, et al.
Veröffentlicht: (2026)

Representation Learning via Non-Contrastive Mutual Information
von: Guo, Zhaohan Daniel, et al.
Veröffentlicht: (2025)

Exploring and Benchmarking the Planning Capabilities of Large Language Models
von: Bohnet, Bernd, et al.
Veröffentlicht: (2024)