Buchumschlag

Offline Reinforcement Learning with Domain-Unlabeled Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nishimori, Soichiro, Cai, Xin-Qiang, Ackermann, Johannes, Sugiyama, Masashi
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

Offline Reinforcement Learning from Datasets with Structured Non-Stationarity
von: Ackermann, Johannes, et al.
Veröffentlicht: (2024)

Mitigating Reward Hacking in RLHF via Advantage Sign Robustness
von: Ono, Shinnosuke, et al.
Veröffentlicht: (2026)

Recursive Reward Aggregation
von: Tang, Yuting, et al.
Veröffentlicht: (2025)

Off-Policy Corrected Reward Modeling for Reinforcement Learning from Human Feedback
von: Ackermann, Johannes, et al.
Veröffentlicht: (2025)

Mahjax: A GPU-Accelerated Mahjong Simulator for Reinforcement Learning in JAX
von: Nishimori, Soichiro, et al.
Veröffentlicht: (2026)

On Symmetric Losses for Robust Policy Optimization with Noisy Preferences
von: Nishimori, Soichiro, et al.
Veröffentlicht: (2025)

Gradient Regularization Prevents Reward Hacking in Reinforcement Learning from Human Feedback and Verifiable Rewards
von: Ackermann, Johannes, et al.
Veröffentlicht: (2026)

Positive-Unlabeled Reinforcement Learning Distillation for On-Premise Small Models
von: Kou, Zhiqiang, et al.
Veröffentlicht: (2026)

VI-CuRL: Stabilizing Verifier-Independent RL Reasoning via Confidence-Guided Variance Reduction
von: Cai, Xin-Qiang, et al.
Veröffentlicht: (2026)

Reinforcement Learning from Bagged Reward
von: Tang, Yuting, et al.
Veröffentlicht: (2024)

Reinforcement Learning with Verifiable yet Noisy Rewards under Imperfect Verifiers
von: Cai, Xin-Qiang, et al.
Veröffentlicht: (2025)

Accessible, Realistic, and Fair Evaluation of Positive-Unlabeled Learning Algorithms
von: Wang, Wei, et al.
Veröffentlicht: (2025)

Leveraging Unlabeled Data Sharing through Kernel Function Approximation in Offline Reinforcement Learning
von: Lai, Yen-Ru, et al.
Veröffentlicht: (2024)

Beyond Simple Sum of Delayed Rewards: Non-Markovian Reward Modeling for Reinforcement Learning
von: Tang, Yuting, et al.
Veröffentlicht: (2024)

Reinforcement Learning with Options and State Representation
von: Ghriss, Ayoub, et al.
Veröffentlicht: (2024)

A Batch Sequential Halving Algorithm without Performance Degradation
von: Koyamada, Sotetsu, et al.
Veröffentlicht: (2024)

Augmenting Offline RL with Unlabeled Data
von: Wang, Zhao, et al.
Veröffentlicht: (2024)

Data-dependent Exploration for Online Reinforcement Learning from Human Feedback
von: Zhang, Zhen-Yu, et al.
Veröffentlicht: (2026)

Emergence of Exploration in Policy Gradient Reinforcement Learning via Retrying
von: Nishimori, Soichiro, et al.
Veröffentlicht: (2026)

Pgx: Hardware-Accelerated Parallel Game Simulators for Reinforcement Learning
von: Koyamada, Sotetsu, et al.
Veröffentlicht: (2023)

Finite-Time Regret Analysis of Retry-Aware Bandits
von: Tong, Bingkui, et al.
Veröffentlicht: (2026)

Heterogeneous Domain Adaptation with Positive and Unlabeled Data
von: Mori, Junki, et al.
Veröffentlicht: (2023)

Out-Of-Domain Unlabeled Data Improves Generalization
von: Saberi, Amir Hossein, et al.
Veröffentlicht: (2023)

Contrastive Representation for Data Filtering in Cross-Domain Offline Reinforcement Learning
von: Wen, Xiaoyu, et al.
Veröffentlicht: (2024)

Offline Trajectory Optimization for Offline Reinforcement Learning
von: Zhao, Ziqi, et al.
Veröffentlicht: (2024)

Domain Adaptation and Entanglement: an Optimal Transport Perspective
von: Koç, Okan, et al.
Veröffentlicht: (2025)

Efficient Cross-Domain Offline Reinforcement Learning with Dynamics- and Value-Aligned Data Filtering
von: Qiao, Zhongjian, et al.
Veröffentlicht: (2025)

A Fast Algorithm for the Real-Valued Combinatorial Pure Exploration of Multi-Armed Bandit
von: Nakamura, Shintaro, et al.
Veröffentlicht: (2023)

Federated Offline Reinforcement Learning
von: Zhou, Doudou, et al.
Veröffentlicht: (2022)

Provable Domain Adaptation for Offline Reinforcement Learning with Limited Samples
von: Chen, Weiqin, et al.
Veröffentlicht: (2024)

Temporal Abstraction in Reinforcement Learning with Offline Data
von: Ayyagari, Ranga Shaarad, et al.
Veröffentlicht: (2024)

Multi-Player Approaches for Dueling Bandits
von: Raveh, Or, et al.
Veröffentlicht: (2024)

Urban-Focused Multi-Task Offline Reinforcement Learning with Contrastive Data Sharing
von: Zhao, Xinbo, et al.
Veröffentlicht: (2024)

Non-stationary Online Learning for Curved Losses: Improved Dynamic Regret via Mixability
von: Zhang, Yu-Jie, et al.
Veröffentlicht: (2025)

Making Offline RL Online: Collaborative World Models for Offline Visual Reinforcement Learning
von: Wang, Qi, et al.
Veröffentlicht: (2023)

VEC-SBM: Optimal Community Detection with Vectorial Edges Covariates
von: Braun, Guillaume, et al.
Veröffentlicht: (2024)

Riemannian Langevin Dynamics: Strong Convergence of Geometric Euler-Maruyama Scheme
von: Zhan, Zhiyuan, et al.
Veröffentlicht: (2026)

Enriching Disentanglement: From Logical Definitions to Quantitative Metrics
von: Zhang, Yivan, et al.
Veröffentlicht: (2023)

Dual-Robust Cross-Domain Offline Reinforcement Learning Against Dynamics Shifts
von: Qiao, Zhongjian, et al.
Veröffentlicht: (2025)

Learning from Uncertain Similarity and Unlabeled Data
von: Wei, Meng, et al.
Veröffentlicht: (2025)