Buchumschlag

PIPER: Primitive-Informed Preference-based Hierarchical Reinforcement Learning via Hindsight Relabeling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Singh, Utsav, Suttle, Wesley A., Sadler, Brian M., Namboodiri, Vinay P., Bedi, Amrit Singh
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

DIPPER: Direct Preference Optimization to Accelerate Primitive-Enabled Hierarchical Reinforcement Learning
von: Singh, Utsav, et al.
Veröffentlicht: (2024)

PEAR: Primitive Enabled Adaptive Relabeling for Boosting Hierarchical Reinforcement Learning
von: Singh, Utsav, et al.
Veröffentlicht: (2023)

Direct Preference Optimization for Primitive-Enabled Hierarchical RL: A Bilevel Approach
von: Singh, Utsav, et al.
Veröffentlicht: (2024)

CRISP: Curriculum Inducing Primitive Informed Subgoal Prediction for Hierarchical Reinforcement Learning
von: Singh, Utsav, et al.
Veröffentlicht: (2023)

LGR2: Language Guided Reward Relabeling for Accelerating Hierarchical Reinforcement Learning
von: Singh, Utsav, et al.
Veröffentlicht: (2024)

Towards Global Optimality for Practical Average Reward Reinforcement Learning without Mixing Time Oracles
von: Patel, Bhrij, et al.
Veröffentlicht: (2024)

On The Sample Complexity Bounds In Bilevel Reinforcement Learning
von: Gaur, Mudit, et al.
Veröffentlicht: (2025)

Deceptive Path Planning via Reinforcement Learning with Graph Neural Networks
von: Fatemi, Michael Y., et al.
Veröffentlicht: (2024)

Confidence-Controlled Exploration: Efficient Sparse-Reward Policy Learning for Robot Navigation
von: Patel, Bhrij, et al.
Veröffentlicht: (2023)

RL with Learnable Textual Feedback: A Bilevel Approach
von: Singh, Utsav, et al.
Veröffentlicht: (2026)

Signal attenuation enables scalable decentralized multi-agent reinforcement learning over networks
von: Suttle, Wesley A, et al.
Veröffentlicht: (2025)

Achieving Zero Constraint Violation for Constrained Reinforcement Learning via Conservative Natural Policy Gradient Primal-Dual Algorithm
von: Bai, Qinbo, et al.
Veröffentlicht: (2022)

DHP: Discrete Hierarchical Planning for Hierarchical Reinforcement Learning Agents
von: Sharma, Shashank, et al.
Veröffentlicht: (2025)

Sampling-based Safe Reinforcement Learning for Nonlinear Dynamical Systems
von: Suttle, Wesley A., et al.
Veröffentlicht: (2024)

Hindsight Preference Learning for Offline Preference-based Reinforcement Learning
von: Gao, Chen-Xiao, et al.
Veröffentlicht: (2024)

REBEL: Reward Regularization-Based Approach for Robotic Reinforcement Learning from Human Feedback
von: Chakraborty, Souradip, et al.
Veröffentlicht: (2023)

VARP: Reinforcement Learning from Vision-Language Model Feedback with Agent Regularized Preferences
von: Singh, Anukriti, et al.
Veröffentlicht: (2025)

On the Global Optimality of Policy Gradient Methods in General Utility Reinforcement Learning
von: Barakat, Anas, et al.
Veröffentlicht: (2024)

Value of Information-based Deceptive Path Planning Under Adversarial Interventions
von: Suttle, Wesley A., et al.
Veröffentlicht: (2025)

MIRA: Towards Mitigating Reward Hacking in Inference-Time Alignment of T2I Diffusion Models
von: Zhai, Kevin, et al.
Veröffentlicht: (2025)

Behavioral Entropy-Guided Dataset Generation for Offline Reinforcement Learning
von: Suttle, Wesley A., et al.
Veröffentlicht: (2025)

On The Global Convergence Of Online RLHF With Neural Parametrization
von: Gaur, Mudit, et al.
Veröffentlicht: (2024)

Hindsight Preference Replay Improves Preference-Conditioned Multi-Objective Reinforcement Learning
von: Shianifar, Jonaid, et al.
Veröffentlicht: (2026)

PARL: A Unified Framework for Policy Alignment in Reinforcement Learning from Human Feedback
von: Chakraborty, Souradip, et al.
Veröffentlicht: (2023)

SAC-GLAM: Improving Online RL for LLM agents with Soft Actor-Critic and Hindsight Relabeling
von: Gaven, Loris, et al.
Veröffentlicht: (2024)

Closing the Gap: Achieving Global Convergence (Last Iterate) of Actor-Critic under Markovian Sampling with Neural Network Parametrization
von: Gaur, Mudit, et al.
Veröffentlicht: (2024)

Why Pass@k Optimization Can Degrade Pass@1: Prompt Interference in LLM Post-training
von: Barakat, Anas, et al.
Veröffentlicht: (2026)

Draft-Conditioned Constrained Decoding for Structured Generation in LLMs
von: Reddy, Avinash, et al.
Veröffentlicht: (2026)

TRAM: Test-Time Risk Adaptation with Mixture of Agents
von: Chehade, Mohamad Fares El Hajj, et al.
Veröffentlicht: (2024)

Multi-LLM QA with Embodied Exploration
von: Patel, Bhrij, et al.
Veröffentlicht: (2024)

Improved Sample Complexity For Diffusion Model Training Without Empirical Risk Minimizer Access
von: Gaur, Mudit, et al.
Veröffentlicht: (2025)

MaxMin-RLHF: Alignment with Diverse Human Preferences
von: Chakraborty, Souradip, et al.
Veröffentlicht: (2024)

Code Comprehension then Auditing for Unsupervised LLM Evaluation
von: Patel, Bhrij, et al.
Veröffentlicht: (2024)

FACT or Fiction: Can Truthful Mechanisms Eliminate Federated Free Riding?
von: Bornstein, Marco, et al.
Veröffentlicht: (2024)

Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations
von: Hong, Joey, et al.
Veröffentlicht: (2024)

Hindsight PRIORs for Reward Learning from Human Preferences
von: Verma, Mudit, et al.
Veröffentlicht: (2024)

Uncertainty-Aware Answer Selection for Improved Reasoning in Multi-LLM Systems
von: Agrawal, Aakriti, et al.
Veröffentlicht: (2025)

SafeR-CLIP: Mitigating NSFW Content in Vision-Language Models While Preserving Pre-Trained Knowledge
von: Yousaf, Adeel, et al.
Veröffentlicht: (2025)

Hindsight Preference Optimization for Financial Time Series Advisory
von: Cui, Yanwei, et al.
Veröffentlicht: (2026)

RISSOLE: Parameter-efficient Diffusion Models via Block-wise Generation and Retrieval-Guidance
von: Mukherjee, Avideep, et al.
Veröffentlicht: (2024)