Buchumschlag

Conservative DDPG -- Pessimistic RL without Ensemble

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Soffair, Nitsan, Mannor, Shie
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MinMaxMin $Q$-learning
von: Soffair, Nitsan, et al.
Veröffentlicht: (2024)

SQT -- std $Q$-target
von: Soffair, Nitsan, et al.
Veröffentlicht: (2024)

Solving Collaborative Dec-POMDPs with Deep Reinforcement Learning Heuristics
von: Soffair, Nitsan
Veröffentlicht: (2022)

Markov flow policy -- deep MC
von: Soffair, Nitsan, et al.
Veröffentlicht: (2024)

Optimizing Agent Collaboration through Heuristic Multi-Agent Planning
von: Soffair, Nitsan
Veröffentlicht: (2023)

RL in Latent MDPs is Tractable: Online Guarantees via Off-Policy Evaluation
von: Kwon, Jeongyeol, et al.
Veröffentlicht: (2024)

Controlling False Discovery in Arbitrarily Structured Hypothesis Spaces via Reproducing Kernels
von: Perets, Binyamin, et al.
Veröffentlicht: (2026)

Representation-Driven Reinforcement Learning
von: Nabati, Ofir, et al.
Veröffentlicht: (2023)

Sobolev Space Regularised Pre Density Models
von: Kozdoba, Mark, et al.
Veröffentlicht: (2023)

Improving Token-Based World Models with Parallel Observation Prediction
von: Cohen, Lior, et al.
Veröffentlicht: (2024)

Tree Search-Based Policy Optimization under Stochastic Execution Delay
von: Valensi, David, et al.
Veröffentlicht: (2024)

Policy Gradient with Tree Expansion
von: Dalal, Gal, et al.
Veröffentlicht: (2023)

Simulus: Combining Improvements in Sample-Efficient World Model Agents
von: Cohen, Lior, et al.
Veröffentlicht: (2025)

VLM-Guided Experience Replay
von: Sharony, Elad, et al.
Veröffentlicht: (2026)

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

Policy Gradient with Tree Search: Avoiding Local Optimas through Lookahead
von: Koren, Uri, et al.
Veröffentlicht: (2025)

Dual Formulation for Non-Rectangular Lp Robust Markov Decision Processes
von: Kumar, Navdeep, et al.
Veröffentlicht: (2025)

Learning Multiple Initial Solutions to Optimization Problems
von: Sharony, Elad, et al.
Veröffentlicht: (2024)

Spectral Bellman Method: Unifying Representation and Exploration in RL
von: Nabati, Ofir, et al.
Veröffentlicht: (2025)

Pessimistic Iterative Planning with RNNs for Robust POMDPs
von: Galesloot, Maris F. L., et al.
Veröffentlicht: (2024)

Improving Inverse Folding for Peptide Design with Diversity-regularized Direct Preference Optimization
von: Park, Ryan, et al.
Veröffentlicht: (2024)

Implementing Reinforcement Learning Datacenter Congestion Control in NVIDIA NICs
von: Fuhrer, Benjamin, et al.
Veröffentlicht: (2022)

Pessimistic Causal Reinforcement Learning with Mediators for Confounded Offline Data
von: Wang, Danyang, et al.
Veröffentlicht: (2024)

Optimistic Policy Learning under Pessimistic Adversaries with Regret and Violation Guarantees
von: Ganguly, Sourav, et al.
Veröffentlicht: (2026)

Representative Action Selection for Large Action Space: From Bandits to MDPs
von: Zhou, Quan, et al.
Veröffentlicht: (2025)

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

Pessimistic Value Iteration for Multi-Task Data Sharing in Offline Reinforcement Learning
von: Bai, Chenjia, et al.
Veröffentlicht: (2024)

Diverse Randomized Value Functions: A Provably Pessimistic Approach for Offline Reinforcement Learning
von: Yu, Xudong, et al.
Veröffentlicht: (2024)

Contrastive Preference Learning: Learning from Human Feedback without RL
von: Hejna, Joey, et al.
Veröffentlicht: (2023)

Efficient Fairness-Performance Pareto Front Computation
von: Kozdoba, Mark, et al.
Veröffentlicht: (2024)

The Value of Mechanistic Priors in Sequential Decision Making
von: Shufaro, Itai, et al.
Veröffentlicht: (2026)

Neural Style Transfer with Twin-Delayed DDPG for Shared Control of Robotic Manipulators
von: Fernandez-Fernandez, Raul, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning for Optimal Asset Allocation Using DDPG with TiDE
von: Liu, Rongwei, et al.
Veröffentlicht: (2025)

Heuristic Algorithm-based Action Masking Reinforcement Learning (HAAM-RL) with Ensemble Inference Method
von: Choi, Kyuwon, et al.
Veröffentlicht: (2024)

RL-RC-DoT: A Block-level RL agent for Task-Aware Video Compression
von: Gadot, Uri, et al.
Veröffentlicht: (2025)

TWISTED-RL: Hierarchical Skilled Agents for Knot-Tying without Human Demonstrations
von: Freund, Guy, et al.
Veröffentlicht: (2026)

Attackers Strike Back? Not Anymore -- An Ensemble of RL Defenders Awakens for APT Detection
von: Benabderrahmane, Sidahmed, et al.
Veröffentlicht: (2025)

Representative Action Selection for Large Action Space Bandit Families
von: Zhou, Quan, et al.
Veröffentlicht: (2025)

RL$^3$: Boosting Meta Reinforcement Learning via RL inside RL$^2$
von: Bhatia, Abhinav, et al.
Veröffentlicht: (2023)

Policy Agnostic RL: Offline RL and Online RL Fine-Tuning of Any Class and Backbone
von: Mark, Max Sobol, et al.
Veröffentlicht: (2024)