Buchumschlag

Two-Step Offline Preference-Based Reinforcement Learning with Constrained Actions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Yinglun, Suresh, Tarun, Gumaste, Rohan, Zhu, David, Li, Ruirui, Wang, Zhengyang, Jiang, Haoming, Tang, Xianfeng, Yin, Qingyu, Cheng, Monica Xiao, Zeng, Qi, Zhang, Chao, Singh, Gagandeep
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Universal Black-Box Reward Poisoning Attack against Offline Reinforcement Learning
von: Xu, Yinglun, et al.
Veröffentlicht: (2024)

Binary Reward Labeling: Bridging Offline Preference and Reward-Based Reinforcement Learning
von: Xu, Yinglun, et al.
Veröffentlicht: (2024)

IterGen: Iterative Semantic-aware Structured LLM Generation with Backtracking
von: Ugare, Shubham, et al.
Veröffentlicht: (2024)

Learning a Pessimistic Reward Model in RLHF
von: Xu, Yinglun, et al.
Veröffentlicht: (2025)

DINGO: Constrained Inference for Diffusion LLMs
von: Suresh, Tarun, et al.
Veröffentlicht: (2025)

SuperCoder: Assembly Program Superoptimization with Large Language Models
von: Wei, Anjiang, et al.
Veröffentlicht: (2025)

Robust Thompson Sampling Algorithms Against Reward Poisoning Attacks
von: Xu, Yinglun, et al.
Veröffentlicht: (2024)

BEAVER: An Efficient Deterministic LLM Verifier
von: Suresh, Tarun, et al.
Veröffentlicht: (2025)

Is The Watermarking Of LLM-Generated Code Robust?
von: Suresh, Tarun, et al.
Veröffentlicht: (2024)

SynCode: LLM Generation with Grammar Augmentation
von: Ugare, Shubham, et al.
Veröffentlicht: (2024)

CRANE: Reasoning with constrained LLM generation
von: Banerjee, Debangshu, et al.
Veröffentlicht: (2025)

Incremental Randomized Smoothing Certification
von: Ugare, Shubham, et al.
Veröffentlicht: (2023)

Preferred-Action-Optimized Diffusion Policies for Offline Reinforcement Learning
von: Zhang, Tianle, et al.
Veröffentlicht: (2024)

BlendFilter: Advancing Retrieval-Augmented Large Language Models via Query Generation Blending and Knowledge Filtering
von: Wang, Haoyu, et al.
Veröffentlicht: (2024)

Latent Adversarial Regularization for Offline Preference Optimization
von: Jiang, Enyi, et al.
Veröffentlicht: (2026)

Towards Unified Multi-Modal Personalization: Large Vision-Language Models for Generative Recommendation and Beyond
von: Wei, Tianxin, et al.
Veröffentlicht: (2024)

DLL: A Risk‐Aware Backup Algorithm for Offline Reinforcement Learning
von: Yinglun Hui, et al.
Veröffentlicht: (2026)

LEASE: Offline Preference-based Reinforcement Learning with High Sample Efficiency
von: Liu, Xiao-Yin, et al.
Veröffentlicht: (2024)

PROTOCOL: Late Interaction Retrieval for Protein Homolog Search
von: Cohn, Gabrielle, et al.
Veröffentlicht: (2026)

Constrained Latent Action Policies for Model-Based Offline Reinforcement Learning
von: Alles, Marvin, et al.
Veröffentlicht: (2024)

TRAP: Targeted Redirecting of Agentic Preferences
von: Kang, Hangoo, et al.
Veröffentlicht: (2025)

VERCEL: Verification and Rectification of Configuration Errors with Least Squares
von: Singh, Abhiram, et al.
Veröffentlicht: (2024)

Unlocking Efficient, Scalable, and Continual Knowledge Editing with Basis-Level Representation Fine-Tuning
von: Liu, Tianci, et al.
Veröffentlicht: (2025)

Offline Constrained RLHF with Multiple Preference Oracles
von: Latham, Brenden, et al.
Veröffentlicht: (2026)

An Offline Adaptation Framework for Constrained Multi-Objective Reinforcement Learning
von: Lin, Qian, et al.
Veröffentlicht: (2024)

Mitigating Heterogeneous Token Overfitting in LLM Knowledge Editing
von: Liu, Tianci, et al.
Veröffentlicht: (2025)

Adaptive Neighborhood-Constrained Q Learning for Offline Reinforcement Learning
von: Mao, Yixiu, et al.
Veröffentlicht: (2025)

Diffusion Classifier-Driven Reward for Offline Preference-based Reinforcement Learning
von: Pang, Teng, et al.
Veröffentlicht: (2025)

Preference Elicitation for Offline Reinforcement Learning
von: Pace, Alizée, et al.
Veröffentlicht: (2024)

State-Constrained Offline Reinforcement Learning
von: Hepburn, Charles A., et al.
Veröffentlicht: (2024)

Training LLMs for Multi-Step Tool Orchestration with Constrained Data Synthesis and Graduated Rewards
von: Jiayang, Cheng, et al.
Veröffentlicht: (2026)

Hindsight Preference Learning for Offline Preference-based Reinforcement Learning
von: Gao, Chen-Xiao, et al.
Veröffentlicht: (2024)

Behavior Preference Regression for Offline Reinforcement Learning
von: Srinivasan, Padmanaba, et al.
Veröffentlicht: (2025)

Offline Reinforcement Learning with OOD State Correction and OOD Action Suppression
von: Mao, Yixiu, et al.
Veröffentlicht: (2024)

Offline Reinforcement Learning for LLM Multi-Step Reasoning
von: Wang, Huaijie, et al.
Veröffentlicht: (2024)

Sequential Quadratic Optimization for Solving Expectation Equality Constrained Stochastic Optimization Problems
von: Shen, Haoming, et al.
Veröffentlicht: (2025)

Data Shifts Hurt CoT: A Theoretical Study
von: Yin, Lang, et al.
Veröffentlicht: (2025)

Making Offline RL Online: Collaborative World Models for Offline Visual Reinforcement Learning
von: Wang, Qi, et al.
Veröffentlicht: (2023)

Effective Sorting of Fractional Optical Vortex Modes
von: Mao, Zhengyang, et al.
Veröffentlicht: (2024)

Mildly Constrained Evaluation Policy for Offline Reinforcement Learning
von: Xu, Linjie, et al.
Veröffentlicht: (2023)