Buchumschlag

Simple Policy Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xie, Zhengpeng, Zhang, Qiang, Yang, Fan, Hutter, Marco, Xu, Renjing
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

Representation Convergence: Mutual Distillation is Secretly a Form of Regularization
von: Xie, Zhengpeng, et al.
Veröffentlicht: (2025)

Zeroth-Order Optimization is Secretly Single-Step Policy Optimization
von: Qiu, Junbin, et al.
Veröffentlicht: (2025)

A Dual-Agent Adversarial Framework for Robust Generalization in Deep Reinforcement Learning
von: Xie, Zhengpeng, et al.
Veröffentlicht: (2025)

Robotic World Model: A Neural Network Simulator for Robust Policy Optimization in Robotics
von: Li, Chenhao, et al.
Veröffentlicht: (2025)

Adaptive Scaling of Policy Constraints for Offline Reinforcement Learning
von: Jing, Tan, et al.
Veröffentlicht: (2025)

CRAFT: Aligning Diffusion Models with Fine-Tuning Is Easier Than You Think
von: Sun, Zening, et al.
Veröffentlicht: (2026)

Large Language Models Engineer Too Many Simple Features For Tabular Data
von: Küken, Jaris, et al.
Veröffentlicht: (2024)

UCPO: Uncertainty-Aware Policy Optimization
von: Zeng, Xianzhou, et al.
Veröffentlicht: (2026)

Pretraining in Actor-Critic Reinforcement Learning for Robot Locomotion
von: Fan, Jiale, et al.
Veröffentlicht: (2025)

3D-U-SAM Network For Few-shot Tooth Segmentation in CBCT Images
von: Zhang, Yifu, et al.
Veröffentlicht: (2023)

Applying Self-supervised Learning to Network Intrusion Detection for Network Flows with Graph Neural Network
von: Xu, Renjie, et al.
Veröffentlicht: (2024)

A Progressive Image Restoration Network for High-order Degradation Imaging in Remote Sensing
von: Feng, Yujie, et al.
Veröffentlicht: (2024)

Policy Optimization in RLHF: The Impact of Out-of-preference Data
von: Li, Ziniu, et al.
Veröffentlicht: (2023)

A General Framework for User-Guided Bayesian Optimization
von: Hvarfner, Carl, et al.
Veröffentlicht: (2023)

Client Selection for Federated Policy Optimization with Environment Heterogeneity
von: Xie, Zhijie, et al.
Veröffentlicht: (2023)

Rethinking Robustness Assessment: Adversarial Attacks on Learning-based Quadrupedal Locomotion Controllers
von: Shi, Fan, et al.
Veröffentlicht: (2024)

c-TPE: Tree-structured Parzen Estimator with Inequality Constraints for Expensive Hyperparameter Optimization
von: Watanabe, Shuhei, et al.
Veröffentlicht: (2022)

A Simple Mixture Policy Parameterization for Improving Sample Efficiency of CVaR Optimization
von: Luo, Yudong, et al.
Veröffentlicht: (2024)

Relative Policy-Transition Optimization for Fast Policy Transfer
von: Xu, Jiawei, et al.
Veröffentlicht: (2022)

Simple Optimizers for Convex Aligned Multi-Objective Optimization
von: Kretzu, Ben, et al.
Veröffentlicht: (2025)

Actor-Critic Pretraining for Proximal Policy Optimization
von: Kernbach, Andreas, et al.
Veröffentlicht: (2026)

Demystifying Group Relative Policy Optimization: Its Policy Gradient is a U-Statistic
von: Zhou, Hongyi, et al.
Veröffentlicht: (2026)

Self-Correcting Bayesian Optimization through Bayesian Active Learning
von: Hvarfner, Carl, et al.
Veröffentlicht: (2023)

Variance Reduction Based Experience Replay for Policy Optimization
von: Zheng, Hua, et al.
Veröffentlicht: (2026)

DCPO: Dynamic Clipping Policy Optimization
von: Yang, Shihui, et al.
Veröffentlicht: (2025)

3D Diffusion Policy: Generalizable Visuomotor Policy Learning via Simple 3D Representations
von: Ze, Yanjie, et al.
Veröffentlicht: (2024)

Proactive Constrained Policy Optimization with Preemptive Penalty
von: Yang, Ning, et al.
Veröffentlicht: (2025)

In-Context Freeze-Thaw Bayesian Optimization for Hyperparameter Optimization
von: Rakotoarison, Herilalaina, et al.
Veröffentlicht: (2024)

Think Outside the Policy: In-Context Steered Policy Optimization
von: Huang, Hsiu-Yuan, et al.
Veröffentlicht: (2025)

Simple Denoising Diffusion Language Models
von: Zhu, Huaisheng, et al.
Veröffentlicht: (2025)

DEL: Discrete Element Learner for Learning 3D Particle Dynamics with Neural Rendering
von: Wang, Jiaxu, et al.
Veröffentlicht: (2024)

Diffusion Policy through Conditional Proximal Policy Optimization
von: Liu, Ben, et al.
Veröffentlicht: (2026)

FedGRPO: Privately Optimizing Foundation Models with Group-Relative Rewards from Domain Client
von: Zhu, Gongxi, et al.
Veröffentlicht: (2026)

dFlowGRPO: Rate-Aware Policy Optimization for Discrete Flow Models
von: Wan, Zhengyan, et al.
Veröffentlicht: (2026)

LEPO: Latent Reasoning Policy Optimization for Large Language Models
von: Zhou, Yuyan, et al.
Veröffentlicht: (2026)

BiLoRA: A Bi-level Optimization Framework for Overfitting-Resilient Low-Rank Adaptation of Large Pre-trained Models
von: Qiang, Rushi, et al.
Veröffentlicht: (2024)

Group Causal Policy Optimization for Post-Training Large Language Models
von: Gu, Ziyin, et al.
Veröffentlicht: (2025)

Single-stream Policy Optimization
von: Xu, Zhongwen, et al.
Veröffentlicht: (2025)

LangTime: A Language-Guided Unified Model for Time Series Forecasting with Proximal Policy Optimization
von: Niu, Wenzhe, et al.
Veröffentlicht: (2025)

Exchange Policy Optimization Algorithm for Semi-Infinite Safe Reinforcement Learning
von: Zhang, Jiaming, et al.
Veröffentlicht: (2025)