Cascading Reinforcement Learning
Fuente:
arXiv
Salvato in:
| Autori principali: | Du, Yihan, Srikant, R., Chen, Wei |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Reinforcement Learning with Segment Feedback
di: Du, Yihan, et al.
Pubblicazione: (2025)
di: Du, Yihan, et al.
Pubblicazione: (2025)
Provably Convergent Primal-Dual DPO for Constrained LLM Alignment
di: Du, Yihan, et al.
Pubblicazione: (2025)
di: Du, Yihan, et al.
Pubblicazione: (2025)
Exploration-Driven Policy Optimization in RLHF: Theoretical Insights on Efficient Data Utilization
di: Du, Yihan, et al.
Pubblicazione: (2024)
di: Du, Yihan, et al.
Pubblicazione: (2024)
Rates of Convergence in the Central Limit Theorem for Markov Chains, with an Application to TD Learning
di: Srikant, R.
Pubblicazione: (2024)
di: Srikant, R.
Pubblicazione: (2024)
Nemotron-Cascade: Scaling Cascaded Reinforcement Learning for General-Purpose Reasoning Models
di: Wang, Boxin, et al.
Pubblicazione: (2025)
di: Wang, Boxin, et al.
Pubblicazione: (2025)
Convergence of Distributionally Robust Q-Learning with Linear Function Approximation
di: Mandal, Saptarshi, et al.
Pubblicazione: (2025)
di: Mandal, Saptarshi, et al.
Pubblicazione: (2025)
Hybrid Feedback-Guided Optimal Learning for Wireless Interactive Panoramic Scene Delivery
di: Wu, Xiaoyi, et al.
Pubblicazione: (2026)
di: Wu, Xiaoyi, et al.
Pubblicazione: (2026)
Finite-Sample Wasserstein Error Bounds and Concentration Inequalities for Nonlinear Stochastic Approximation
di: Kong, Seo Taek, et al.
Pubblicazione: (2026)
di: Kong, Seo Taek, et al.
Pubblicazione: (2026)
Convergence of Natural Policy Gradient for a Family of Infinite-State Queueing MDPs
di: Grosof, Isaac, et al.
Pubblicazione: (2024)
di: Grosof, Isaac, et al.
Pubblicazione: (2024)
Noise Schedule Design for Diffusion Models: An Optimal Control Perspective
di: Kong, Seo Taek, et al.
Pubblicazione: (2026)
di: Kong, Seo Taek, et al.
Pubblicazione: (2026)
Decentralized and Uncoordinated Learning of Stable Matchings: A Game-Theoretic Approach
di: Etesami, S. Rasoul, et al.
Pubblicazione: (2024)
di: Etesami, S. Rasoul, et al.
Pubblicazione: (2024)
Linear Convergence of Entropy-Regularized Natural Policy Gradient with Linear Function Approximation
di: Cayci, Semih, et al.
Pubblicazione: (2021)
di: Cayci, Semih, et al.
Pubblicazione: (2021)
Scalable Policy-Based RL Algorithms for POMDPs
di: Anjarlekar, Ameya, et al.
Pubblicazione: (2025)
di: Anjarlekar, Ameya, et al.
Pubblicazione: (2025)
A Theoretical Analysis of Soft-Label vs Hard-Label Training in Neural Networks
di: Mandal, Saptarshi, et al.
Pubblicazione: (2024)
di: Mandal, Saptarshi, et al.
Pubblicazione: (2024)
Striking a Balance: An Optimal Mechanism Design for Heterogenous Differentially Private Data Acquisition for Logistic Regression
di: Anjarlekar, Ameya, et al.
Pubblicazione: (2023)
di: Anjarlekar, Ameya, et al.
Pubblicazione: (2023)
On the Convergence of Modified Policy Iteration in Risk Sensitive Exponential Cost Markov Decision Processes
di: Murthy, Yashaswini, et al.
Pubblicazione: (2023)
di: Murthy, Yashaswini, et al.
Pubblicazione: (2023)
Settling the Sample Complexity of Online Reinforcement Learning
di: Zhang, Zihan, et al.
Pubblicazione: (2023)
di: Zhang, Zihan, et al.
Pubblicazione: (2023)
Towards Fundamental Limits for Active Multi-distribution Learning
di: Zhang, Chicheng, et al.
Pubblicazione: (2025)
di: Zhang, Chicheng, et al.
Pubblicazione: (2025)
Performance of NPG in Countable State-Space Average-Cost RL
di: Murthy, Yashaswini, et al.
Pubblicazione: (2024)
di: Murthy, Yashaswini, et al.
Pubblicazione: (2024)
Nonasymptotic CLT and Error Bounds for Two-Time-Scale Stochastic Approximation
di: Kong, Seo Taek, et al.
Pubblicazione: (2025)
di: Kong, Seo Taek, et al.
Pubblicazione: (2025)
Best-of-Both-Worlds for Heavy-Tailed Markov Decision Processes
di: Chen, Yu, et al.
Pubblicazione: (2026)
di: Chen, Yu, et al.
Pubblicazione: (2026)
Exploring Topological Bias in Heterogeneous Graph Neural Networks
di: Zhang, Yihan
Pubblicazione: (2025)
di: Zhang, Yihan
Pubblicazione: (2025)
Spectral Clustering for Crowdsourcing with Inherently Distinct Task Types
di: Mandal, Saptarshi, et al.
Pubblicazione: (2023)
di: Mandal, Saptarshi, et al.
Pubblicazione: (2023)
Cascading and Proxy Membership Inference Attacks
di: Du, Yuntao, et al.
Pubblicazione: (2025)
di: Du, Yuntao, et al.
Pubblicazione: (2025)
A Model Selection Approach for Corruption Robust Reinforcement Learning
di: Wei, Chen-Yu, et al.
Pubblicazione: (2021)
di: Wei, Chen-Yu, et al.
Pubblicazione: (2021)
Towards VM Rescheduling Optimization Through Deep Reinforcement Learning
di: Ding, Xianzhong, et al.
Pubblicazione: (2025)
di: Ding, Xianzhong, et al.
Pubblicazione: (2025)
MPC-Inspired Reinforcement Learning for Verifiable Model-Free Control
di: Lu, Yiwen, et al.
Pubblicazione: (2023)
di: Lu, Yiwen, et al.
Pubblicazione: (2023)
MENTOR: Mixture-of-Experts Network with Task-Oriented Perturbation for Visual Reinforcement Learning
di: Huang, Suning, et al.
Pubblicazione: (2024)
di: Huang, Suning, et al.
Pubblicazione: (2024)
A Reward-Free Viewpoint on Multi-Objective Reinforcement Learning
di: Chen, Ying-Tu, et al.
Pubblicazione: (2026)
di: Chen, Ying-Tu, et al.
Pubblicazione: (2026)
STAS: Spatial-Temporal Return Decomposition for Multi-agent Reinforcement Learning
di: Chen, Sirui, et al.
Pubblicazione: (2023)
di: Chen, Sirui, et al.
Pubblicazione: (2023)
Nonstationary Reinforcement Learning with Linear Function Approximation
di: Zhou, Huozhi, et al.
Pubblicazione: (2020)
di: Zhou, Huozhi, et al.
Pubblicazione: (2020)
Efficient Availability Attacks against Supervised and Contrastive Learning Simultaneously
di: Wang, Yihan, et al.
Pubblicazione: (2024)
di: Wang, Yihan, et al.
Pubblicazione: (2024)
A Competitive Algorithm for Agnostic Active Learning
di: Price, Eric, et al.
Pubblicazione: (2023)
di: Price, Eric, et al.
Pubblicazione: (2023)
Cascading Bandits Robust to Adversarial Corruptions
di: Xie, Jize, et al.
Pubblicazione: (2025)
di: Xie, Jize, et al.
Pubblicazione: (2025)
Tool-R1: Sample-Efficient Reinforcement Learning for Agentic Tool Use
di: Zhang, Yabo, et al.
Pubblicazione: (2025)
di: Zhang, Yabo, et al.
Pubblicazione: (2025)
Digital Twin-enabled Multi-generation Control Co-Design with Deep Reinforcement Learning
di: Tsai, Ying-Kuan, et al.
Pubblicazione: (2025)
di: Tsai, Ying-Kuan, et al.
Pubblicazione: (2025)
Test-Time Graph Search for Goal-Conditioned Reinforcement Learning
di: Opryshko, Evgenii, et al.
Pubblicazione: (2025)
di: Opryshko, Evgenii, et al.
Pubblicazione: (2025)
Diffusion-Modeled Reinforcement Learning for Carbon and Risk-Aware Microgrid Optimization
di: Zhao, Yunyi, et al.
Pubblicazione: (2025)
di: Zhao, Yunyi, et al.
Pubblicazione: (2025)
Dual Active Learning for Reinforcement Learning from Human Feedback
di: Liu, Pangpang, et al.
Pubblicazione: (2024)
di: Liu, Pangpang, et al.
Pubblicazione: (2024)
Learning Cascade Ranking as One Network
di: Wang, Yunli, et al.
Pubblicazione: (2025)
di: Wang, Yunli, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Reinforcement Learning with Segment Feedback
di: Du, Yihan, et al.
Pubblicazione: (2025) -
Provably Convergent Primal-Dual DPO for Constrained LLM Alignment
di: Du, Yihan, et al.
Pubblicazione: (2025) -
Exploration-Driven Policy Optimization in RLHF: Theoretical Insights on Efficient Data Utilization
di: Du, Yihan, et al.
Pubblicazione: (2024) -
Rates of Convergence in the Central Limit Theorem for Markov Chains, with an Application to TD Learning
di: Srikant, R.
Pubblicazione: (2024) -
Nemotron-Cascade: Scaling Cascaded Reinforcement Learning for General-Purpose Reasoning Models
di: Wang, Boxin, et al.
Pubblicazione: (2025)