Buchumschlag

Cascading Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Du, Yihan, Srikant, R., Chen, Wei
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Reinforcement Learning with Segment Feedback
von: Du, Yihan, et al.
Veröffentlicht: (2025)

Provably Convergent Primal-Dual DPO for Constrained LLM Alignment
von: Du, Yihan, et al.
Veröffentlicht: (2025)

Exploration-Driven Policy Optimization in RLHF: Theoretical Insights on Efficient Data Utilization
von: Du, Yihan, et al.
Veröffentlicht: (2024)

Rates of Convergence in the Central Limit Theorem for Markov Chains, with an Application to TD Learning
von: Srikant, R.
Veröffentlicht: (2024)

Nemotron-Cascade: Scaling Cascaded Reinforcement Learning for General-Purpose Reasoning Models
von: Wang, Boxin, et al.
Veröffentlicht: (2025)

Convergence of Distributionally Robust Q-Learning with Linear Function Approximation
von: Mandal, Saptarshi, et al.
Veröffentlicht: (2025)

Hybrid Feedback-Guided Optimal Learning for Wireless Interactive Panoramic Scene Delivery
von: Wu, Xiaoyi, et al.
Veröffentlicht: (2026)

Finite-Sample Wasserstein Error Bounds and Concentration Inequalities for Nonlinear Stochastic Approximation
von: Kong, Seo Taek, et al.
Veröffentlicht: (2026)

Convergence of Natural Policy Gradient for a Family of Infinite-State Queueing MDPs
von: Grosof, Isaac, et al.
Veröffentlicht: (2024)

Noise Schedule Design for Diffusion Models: An Optimal Control Perspective
von: Kong, Seo Taek, et al.
Veröffentlicht: (2026)

Decentralized and Uncoordinated Learning of Stable Matchings: A Game-Theoretic Approach
von: Etesami, S. Rasoul, et al.
Veröffentlicht: (2024)

Linear Convergence of Entropy-Regularized Natural Policy Gradient with Linear Function Approximation
von: Cayci, Semih, et al.
Veröffentlicht: (2021)

Scalable Policy-Based RL Algorithms for POMDPs
von: Anjarlekar, Ameya, et al.
Veröffentlicht: (2025)

A Theoretical Analysis of Soft-Label vs Hard-Label Training in Neural Networks
von: Mandal, Saptarshi, et al.
Veröffentlicht: (2024)

Striking a Balance: An Optimal Mechanism Design for Heterogenous Differentially Private Data Acquisition for Logistic Regression
von: Anjarlekar, Ameya, et al.
Veröffentlicht: (2023)

On the Convergence of Modified Policy Iteration in Risk Sensitive Exponential Cost Markov Decision Processes
von: Murthy, Yashaswini, et al.
Veröffentlicht: (2023)

Settling the Sample Complexity of Online Reinforcement Learning
von: Zhang, Zihan, et al.
Veröffentlicht: (2023)

Towards Fundamental Limits for Active Multi-distribution Learning
von: Zhang, Chicheng, et al.
Veröffentlicht: (2025)

Performance of NPG in Countable State-Space Average-Cost RL
von: Murthy, Yashaswini, et al.
Veröffentlicht: (2024)

Nonasymptotic CLT and Error Bounds for Two-Time-Scale Stochastic Approximation
von: Kong, Seo Taek, et al.
Veröffentlicht: (2025)

Best-of-Both-Worlds for Heavy-Tailed Markov Decision Processes
von: Chen, Yu, et al.
Veröffentlicht: (2026)

Exploring Topological Bias in Heterogeneous Graph Neural Networks
von: Zhang, Yihan
Veröffentlicht: (2025)

Spectral Clustering for Crowdsourcing with Inherently Distinct Task Types
von: Mandal, Saptarshi, et al.
Veröffentlicht: (2023)

Cascading and Proxy Membership Inference Attacks
von: Du, Yuntao, et al.
Veröffentlicht: (2025)

A Model Selection Approach for Corruption Robust Reinforcement Learning
von: Wei, Chen-Yu, et al.
Veröffentlicht: (2021)

Towards VM Rescheduling Optimization Through Deep Reinforcement Learning
von: Ding, Xianzhong, et al.
Veröffentlicht: (2025)

MPC-Inspired Reinforcement Learning for Verifiable Model-Free Control
von: Lu, Yiwen, et al.
Veröffentlicht: (2023)

MENTOR: Mixture-of-Experts Network with Task-Oriented Perturbation for Visual Reinforcement Learning
von: Huang, Suning, et al.
Veröffentlicht: (2024)

A Reward-Free Viewpoint on Multi-Objective Reinforcement Learning
von: Chen, Ying-Tu, et al.
Veröffentlicht: (2026)

STAS: Spatial-Temporal Return Decomposition for Multi-agent Reinforcement Learning
von: Chen, Sirui, et al.
Veröffentlicht: (2023)

Nonstationary Reinforcement Learning with Linear Function Approximation
von: Zhou, Huozhi, et al.
Veröffentlicht: (2020)

Efficient Availability Attacks against Supervised and Contrastive Learning Simultaneously
von: Wang, Yihan, et al.
Veröffentlicht: (2024)

A Competitive Algorithm for Agnostic Active Learning
von: Price, Eric, et al.
Veröffentlicht: (2023)

Cascading Bandits Robust to Adversarial Corruptions
von: Xie, Jize, et al.
Veröffentlicht: (2025)

Tool-R1: Sample-Efficient Reinforcement Learning for Agentic Tool Use
von: Zhang, Yabo, et al.
Veröffentlicht: (2025)

Digital Twin-enabled Multi-generation Control Co-Design with Deep Reinforcement Learning
von: Tsai, Ying-Kuan, et al.
Veröffentlicht: (2025)

Test-Time Graph Search for Goal-Conditioned Reinforcement Learning
von: Opryshko, Evgenii, et al.
Veröffentlicht: (2025)

Diffusion-Modeled Reinforcement Learning for Carbon and Risk-Aware Microgrid Optimization
von: Zhao, Yunyi, et al.
Veröffentlicht: (2025)

Dual Active Learning for Reinforcement Learning from Human Feedback
von: Liu, Pangpang, et al.
Veröffentlicht: (2024)

Learning Cascade Ranking as One Network
von: Wang, Yunli, et al.
Veröffentlicht: (2025)