Buchumschlag

A Case for Validation Buffer in Pessimistic Actor-Critic

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nauman, Michal, Ostaszewski, Mateusz, Cygan, Marek
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

Overestimation, Overfitting, and Plasticity in Actor-Critic: the Bitter Lesson of Reinforcement Learning
von: Nauman, Michal, et al.
Veröffentlicht: (2024)

On the Theory of Risk-Aware Agents: Bridging Actor-Critic and Economics
von: Nauman, Michal, et al.
Veröffentlicht: (2023)

Bigger, Regularized, Optimistic: scaling for compute and sample-efficient continuous control
von: Nauman, Michal, et al.
Veröffentlicht: (2024)

Reward-Conditioned Reinforcement Learning
von: Nauman, Michal, et al.
Veröffentlicht: (2026)

Bigger, Regularized, Categorical: High-Capacity Value Functions are Efficient Multi-Task Learners
von: Nauman, Michal, et al.
Veröffentlicht: (2025)

Is Temporal Difference Learning the Gold Standard for Stitching in RL?
von: Bortkiewicz, Michał, et al.
Veröffentlicht: (2025)

Balancing Expressivity and Robustness: Constrained Rational Activations for Reinforcement Learning
von: Surdej, Rafał, et al.
Veröffentlicht: (2025)

Debate2Create: Robot Co-design via Multi-Agent LLM Debate
von: Qiu, Kevin, et al.
Veröffentlicht: (2025)

Fine-tuning Reinforcement Learning Models is Secretly a Forgetting Mitigation Problem
von: Wołczyk, Maciej, et al.
Veröffentlicht: (2024)

Actor-Critic without Actor
von: Ki, Donghyeon, et al.
Veröffentlicht: (2025)

Pessimistic Off-Policy Optimization for Learning to Rank
von: Cief, Matej, et al.
Veröffentlicht: (2022)

Actor-Critic or Critic-Actor? A Tale of Two Time Scales
von: Bhatnagar, Shalabh, et al.
Veröffentlicht: (2022)

Learning Continually by Spectral Regularization
von: Lewandowski, Alex, et al.
Veröffentlicht: (2024)

FlySearch: Exploring how vision-language models explore
von: Pardyl, Adam, et al.
Veröffentlicht: (2025)

floq: Training Critics via Flow-Matching for Scaling Compute in Value-Based RL
von: Agrawalla, Bhavya, et al.
Veröffentlicht: (2025)

What Matters in Hierarchical Search for Combinatorial Reasoning Problems?
von: Zawalski, Michał, et al.
Veröffentlicht: (2024)

Vid2Sid: Videos Can Help Close the Sim2Real Gap
von: Qiu, Kevin, et al.
Veröffentlicht: (2026)

D2 Actor Critic: Diffusion Actor Meets Distributional Critic
von: Zhang, Lunjun, et al.
Veröffentlicht: (2025)

Actor-Critic Reinforcement Learning with Phased Actor
von: Wu, Ruofan, et al.
Veröffentlicht: (2024)

Generative Actor Critic
von: Qin, Aoyang, et al.
Veröffentlicht: (2025)

$μ$-Parametrization for Mixture of Experts
von: Małaśnicki, Jan, et al.
Veröffentlicht: (2025)

Pessimistic Backward Policy for GFlowNets
von: Jang, Hyosoon, et al.
Veröffentlicht: (2024)

PhysGym: Benchmarking LLMs in Interactive Physics Discovery with Controlled Priors
von: Chen, Yimeng, et al.
Veröffentlicht: (2025)

Unpacking Softmax: How Temperature Drives Representation Collapse, Compression, and Generalization
von: Masarczyk, Wojciech, et al.
Veröffentlicht: (2025)

Finite-Time Analysis of Three-Timescale Constrained Actor-Critic and Constrained Natural Actor-Critic Algorithms
von: Panda, Prashansa, et al.
Veröffentlicht: (2023)

Hyperparameter Tuning Through Pessimistic Bilevel Optimization
von: Ustun, Meltem Apaydin, et al.
Veröffentlicht: (2024)

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

On the Convergence of Single-Timescale Actor-Critic
von: Kumar, Navdeep, et al.
Veröffentlicht: (2024)

Adaptive Ensemble Aggregation for Actor-Critics
von: Werge, Nicklas, et al.
Veröffentlicht: (2025)

Risk-Sensitive Exponential Actor Critic
von: Granados, Alonso, et al.
Veröffentlicht: (2026)

Safe Langevin Soft Actor Critic
von: Keswani, Mahesh, et al.
Veröffentlicht: (2026)

Actor-Critic with Active Importance Sampling
von: Molaei, Majid, et al.
Veröffentlicht: (2026)

What Does Flow Matching Bring To TD Learning?
von: Agrawalla, Bhavya, et al.
Veröffentlicht: (2026)

A Theoretical Justification for Asymmetric Actor-Critic Algorithms
von: Lambrechts, Gaspard, et al.
Veröffentlicht: (2025)

Optimistic Model Rollouts for Pessimistic Offline Policy Optimization
von: Zhai, Yuanzhao, et al.
Veröffentlicht: (2024)

Pessimistic Risk-Aware Policy Learning in Contextual Bandits
von: Wan, Yilong, et al.
Veröffentlicht: (2026)

Compatible Gradient Approximations for Actor-Critic Algorithms
von: Saglam, Baturay, et al.
Veröffentlicht: (2024)

Refined Analysis of Entropy-Regularized Actor-Critic
von: Labbi, Safwan, et al.
Veröffentlicht: (2026)

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

Deep Actor-Critics with Tight Risk Certificates
von: Tasdighi, Bahareh, et al.
Veröffentlicht: (2025)