Score Regularized Policy Optimization through Diffusion Behavior
Fuente:
arXiv
Salvato in:
| Autori principali: | Chen, Huayu, Lu, Cheng, Wang, Zhengyi, Su, Hang, Zhu, Jun |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2023
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Aligning Diffusion Behaviors with Q-functions for Efficient Continuous Control
di: Chen, Huayu, et al.
Pubblicazione: (2024)
di: Chen, Huayu, et al.
Pubblicazione: (2024)
Large Scale Diffusion Distillation via Score-Regularized Continuous-Time Consistency
di: Zheng, Kaiwen, et al.
Pubblicazione: (2025)
di: Zheng, Kaiwen, et al.
Pubblicazione: (2025)
Symmetric Behavior Regularized Policy Optimization
di: Zhu, Lingwei, et al.
Pubblicazione: (2025)
di: Zhu, Lingwei, et al.
Pubblicazione: (2025)
Exploratory Diffusion Model for Unsupervised Reinforcement Learning
di: Ying, Chengyang, et al.
Pubblicazione: (2025)
di: Ying, Chengyang, et al.
Pubblicazione: (2025)
RDT-1B: a Diffusion Foundation Model for Bimanual Manipulation
di: Liu, Songming, et al.
Pubblicazione: (2024)
di: Liu, Songming, et al.
Pubblicazione: (2024)
Behavior-Regularized Diffusion Policy Optimization for Offline Reinforcement Learning
di: Gao, Chen-Xiao, et al.
Pubblicazione: (2025)
di: Gao, Chen-Xiao, et al.
Pubblicazione: (2025)
Toward Guidance-Free AR Visual Generation via Condition Contrastive Alignment
di: Chen, Huayu, et al.
Pubblicazione: (2024)
di: Chen, Huayu, et al.
Pubblicazione: (2024)
Robust Classification via a Single Diffusion Model
di: Chen, Huanran, et al.
Pubblicazione: (2023)
di: Chen, Huanran, et al.
Pubblicazione: (2023)
Noise Contrastive Alignment of Language Models with Explicit Rewards
di: Chen, Huayu, et al.
Pubblicazione: (2024)
di: Chen, Huayu, et al.
Pubblicazione: (2024)
Diffusion Policy through Conditional Proximal Policy Optimization
di: Liu, Ben, et al.
Pubblicazione: (2026)
di: Liu, Ben, et al.
Pubblicazione: (2026)
Forward KL Regularized Preference Optimization for Aligning Diffusion Policies
di: Shan, Zhao, et al.
Pubblicazione: (2024)
di: Shan, Zhao, et al.
Pubblicazione: (2024)
Entropy-Regularized Token-Level Policy Optimization for Language Agent Reinforcement
di: Wen, Muning, et al.
Pubblicazione: (2024)
di: Wen, Muning, et al.
Pubblicazione: (2024)
Visual Generation Without Guidance
di: Chen, Huayu, et al.
Pubblicazione: (2025)
di: Chen, Huayu, et al.
Pubblicazione: (2025)
DiffusionNFT: Online Diffusion Reinforcement with Forward Process
di: Zheng, Kaiwen, et al.
Pubblicazione: (2025)
di: Zheng, Kaiwen, et al.
Pubblicazione: (2025)
Score-Based One-step MeanFlow Policy Optimization
di: Kim, Kyungyoon, et al.
Pubblicazione: (2026)
di: Kim, Kyungyoon, et al.
Pubblicazione: (2026)
Improved Techniques for Maximum Likelihood Estimation for Diffusion ODEs
di: Zheng, Kaiwen, et al.
Pubblicazione: (2023)
di: Zheng, Kaiwen, et al.
Pubblicazione: (2023)
On the Reuse Bias in Off-Policy Reinforcement Learning
di: Ying, Chengyang, et al.
Pubblicazione: (2022)
di: Ying, Chengyang, et al.
Pubblicazione: (2022)
Adaptive Divergence Regularized Policy Optimization for Fine-tuning Generative Models
di: Fan, Jiajun, et al.
Pubblicazione: (2025)
di: Fan, Jiajun, et al.
Pubblicazione: (2025)
A Variance-Reduced Cubic-Regularized Newton for Policy Optimization
di: Sun, Cheng, et al.
Pubblicazione: (2025)
di: Sun, Cheng, et al.
Pubblicazione: (2025)
Learning Design-Score Manifold to Guide Diffusion Models for Offline Optimization
di: Zhou, Tailin, et al.
Pubblicazione: (2025)
di: Zhou, Tailin, et al.
Pubblicazione: (2025)
Dichotomous Diffusion Policy Optimization
di: Liang, Ruiming, et al.
Pubblicazione: (2025)
di: Liang, Ruiming, et al.
Pubblicazione: (2025)
Diffusion Policies for Risk-Averse Behavior Modeling in Offline Reinforcement Learning
di: Chen, Xiaocong, et al.
Pubblicazione: (2024)
di: Chen, Xiaocong, et al.
Pubblicazione: (2024)
SHARP: A Self-Evolving Human-Auditable Rubric Policy for Financial Trading Agents
di: Chen, Xiwen, et al.
Pubblicazione: (2026)
di: Chen, Xiwen, et al.
Pubblicazione: (2026)
LLM-Based Scientific Equation Discovery via Physics-Informed Token-Regularized Policy Optimization
di: Wang, Boxiao, et al.
Pubblicazione: (2026)
di: Wang, Boxiao, et al.
Pubblicazione: (2026)
Diffusion Policy Policy Optimization
di: Ren, Allen Z., et al.
Pubblicazione: (2024)
di: Ren, Allen Z., et al.
Pubblicazione: (2024)
CRM: Single Image to 3D Textured Mesh with Convolutional Reconstruction Model
di: Wang, Zhengyi, et al.
Pubblicazione: (2024)
di: Wang, Zhengyi, et al.
Pubblicazione: (2024)
DIFFender: Diffusion-Based Adversarial Defense against Patch Attacks
di: Kang, Caixin, et al.
Pubblicazione: (2023)
di: Kang, Caixin, et al.
Pubblicazione: (2023)
Complexity-Regularized Proximal Policy Optimization
di: Serfilippi, Luca, et al.
Pubblicazione: (2025)
di: Serfilippi, Luca, et al.
Pubblicazione: (2025)
Learning Multimodal Behaviors from Scratch with Diffusion Policy Gradient
di: Li, Zechu, et al.
Pubblicazione: (2024)
di: Li, Zechu, et al.
Pubblicazione: (2024)
Real-world Adversarial Defense against Patch Attacks based on Diffusion Model
di: Wei, Xingxing, et al.
Pubblicazione: (2024)
di: Wei, Xingxing, et al.
Pubblicazione: (2024)
Enhancing Reasoning for Diffusion LLMs via Distribution Matching Policy Optimization
di: Zhu, Yuchen, et al.
Pubblicazione: (2025)
di: Zhu, Yuchen, et al.
Pubblicazione: (2025)
RePO: Bridging On-Policy Learning and Off-Policy Knowledge through Rephrasing Policy Optimization
di: Xia, Linxuan, et al.
Pubblicazione: (2026)
di: Xia, Linxuan, et al.
Pubblicazione: (2026)
C-GAIL: Stabilizing Generative Adversarial Imitation Learning with Control Theory
di: Luo, Tianjiao, et al.
Pubblicazione: (2024)
di: Luo, Tianjiao, et al.
Pubblicazione: (2024)
Regularized Offline Policy Optimization with Posterior Hybrid Bayesian Belief
di: Lin, Hongqiang, et al.
Pubblicazione: (2026)
di: Lin, Hongqiang, et al.
Pubblicazione: (2026)
Federated Offline Policy Optimization with Dual Regularization
di: Yue, Sheng, et al.
Pubblicazione: (2024)
di: Yue, Sheng, et al.
Pubblicazione: (2024)
ERPPO: Entropy Regularization-based Proximal Policy Optimization
di: Lee, Changha, et al.
Pubblicazione: (2026)
di: Lee, Changha, et al.
Pubblicazione: (2026)
Why the Maximum Second Derivative of Activations Matters for Adversarial Robustness
di: Yu, Yunrui, et al.
Pubblicazione: (2026)
di: Yu, Yunrui, et al.
Pubblicazione: (2026)
Deceptive Sequential Decision-Making via Regularized Policy Optimization
di: Kim, Yerin, et al.
Pubblicazione: (2025)
di: Kim, Yerin, et al.
Pubblicazione: (2025)
Score-Based Diffusion Policy Compatible with Reinforcement Learning via Optimal Transport
di: Sun, Mingyang, et al.
Pubblicazione: (2025)
di: Sun, Mingyang, et al.
Pubblicazione: (2025)
Mitigating Reward Over-Optimization in RLHF via Behavior-Supported Regularization
di: Dai, Juntao, et al.
Pubblicazione: (2025)
di: Dai, Juntao, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Aligning Diffusion Behaviors with Q-functions for Efficient Continuous Control
di: Chen, Huayu, et al.
Pubblicazione: (2024) -
Large Scale Diffusion Distillation via Score-Regularized Continuous-Time Consistency
di: Zheng, Kaiwen, et al.
Pubblicazione: (2025) -
Symmetric Behavior Regularized Policy Optimization
di: Zhu, Lingwei, et al.
Pubblicazione: (2025) -
Exploratory Diffusion Model for Unsupervised Reinforcement Learning
di: Ying, Chengyang, et al.
Pubblicazione: (2025) -
RDT-1B: a Diffusion Foundation Model for Bimanual Manipulation
di: Liu, Songming, et al.
Pubblicazione: (2024)